MOSS-Image 4 步蒸馏 LoRA 终版:训练翻倍,暗场与重影明显改善
TimeTruth2490 · reddit · 2026-11-20
作者发布 MOSS-Image SFT 的 4 步蒸馏 LoRA 最终版(checkpoint 30K,初版为 15K),用 eDMD + LADD 混合方法在云端 B300 上训练,训练量翻倍,此为最终版(作者表示不再继续训练)。支持文生图、带布局框的文生图、图生图编辑,文本渲染专门优化(15 条文字测试 prompt 在 1024×1024 下对 14 条)。
提升数据:
- 暗场色调接近 50 步 teacher:九条最暗测试 prompt 的 L 偏移从 +2.8 降到 +0.6
- 边缘重影从 teacher 的 1.12× 降到 1.00×
- 1024×1024 下整体更接近 teacher
两个 LoRA 文件更新为 chk00030000,文件名不变需重新下载;ComfyUI 文件内置因子改为 1.12,加载器保持 1.0。15K 旧版归档保留。已知限制见 model card,作者自嘲 B300 云端训练「又强又贵」。
所属事件:MOSS-Image 4 步蒸馏 LoRA 30K 终版发布,细节显著提升(2 条相关)→
「多模态」频道最新
- Stripe 驻场开发者用 GPT 6.2 Astra 用 JavaScript 画全班好友,效果惊艳 — gabrielchua · 2026-11-22
- Fable 5.2 搭配 WebGL 被称可「创造任何东西」 — hewarsaber · 2026-11-22
- Suno 加 SLOPCANNON 打造电影感 UFO 传说 MV《Don't Look Down》 — DarkroomSignal · 2026-11-22
- 摄影师用 AI 生成虚拟数字缪斯,打造逼真时尚杂志封面 — alexcovo_eth · 2026-11-22
- AI 玩法:把 Google Maps 任意地点变成电影感航拍图 — aziz4ai · 2026-11-22
- 开源世界模型 PAN 2 实测:物理质感媲美 GTA6 级驾驶场景 — LinusEkenstam · 2026-11-22