开发者发布 MOSS 4 步蒸馏 LoRA,GPU 耗时约为教师模型 1/14
TimeTruth2490 · reddit · 2026-11-19
Reddit 用户 lvladikov 发布自训的 MOSS-Image SFT 4 步蒸馏 LoRA,混合 eDMD 与 LADD( latent 对抗扩散蒸馏)方法,将教师模型 50 步×CFG3(约 100 次调用)压缩到 4 步、CFG 1。
关键数据:
- 同批 22 张 1024×1024 图耗时 26.6 秒 vs 教师模型 387.3 秒,约省 14 倍 GPU 时间
- 细节纹理达教师的 1.22 倍,色调接近(亮度偏差 0.7 L)
- 文字渲染强:15 条文字提示中 14 条完全正确,超过教师模型与 akhaliq 版 LoRA(12 条)
- 训练覆盖 12 种分辨率(768×512 至 1824×1024),3.4 万条提示词 + 2877 条含文字的招牌/海报类提示
- 单张 NVIDIA B300 训练约 30 小时,已发布 1.5 万样本的 checkpoint,后续可能再更新
附 8 套 ComfyUI 工作流(本地/云,含 T2I、布局框生成、图像编辑),并推荐搭配社区 MOSS Realism Enhancer LoRA 增强写实皮肤。
「多模态」频道最新
- 多名 Google 员工齐发「Gemini」暗示新模型即将发布 — haider1 · 2026-11-19
- Meta AVTR:视觉想象路由机制提分4.5、延迟降33% — meta · 2026-11-19
- MOSS-Image 发布 4 步蒸馏 LoRA,eDMD+LADD 出高细节图像 — TimeTruth2490 · 2026-11-19
- Midjourney Niji v8 即将发布,官方指南曝光首批样张 — LeelooAI_fr · 2026-11-19
- 抽象运动摄影提示词分享:慢门拖影拍出运动员剪影大片 — azed_ai · 2026-11-19
- Video Genie 开启私密测试:分子级验证的科学视频生成工具 — realmeetjames · 2026-11-19