MOSS-Image Edit HQ | Edición Única y Guiada por Referencia

MOSS-Image Edit HQ: Edición Única y Guiada por Referencia#

MOSS-Image Edit HQ es un flujo de trabajo ComfyUI para editar imágenes existentes usando instrucciones en texto simple. Está potenciado por el LoRA de edición armV6 de la comunidad para MOSS-Image-SFT e incluye una rama de imagen única por defecto más una rama opcional guiada por referencia. Con una rama habilitada, cada ejecución produce una imagen editada. Las ediciones pueden reinterpretar detalles finos; cuando se usa una referencia, los colores y texturas son influenciados pero no se garantiza que coincidan exactamente. Los modelos y los flujos de trabajo de ejemplo originales están disponibles en Hugging Face, y el conjunto de nodos personalizados es de código abierto en GitHub (MOSS-Image Edit HQ, ComfyUI-Moss-Image-Edit).

Este flujo de trabajo ComfyUI es adecuado para creadores, equipos de producto y retocadores que necesitan cambios de iluminación, estacionales, de material y de estilo sin repintar escenas enteras. Usa la ruta predeterminada para editar una imagen o habilita la ruta de referencia para que una segunda imagen guíe el color o el material. Compara el resultado con la fuente porque los detalles del sujeto y la composición pueden cambiar.

Modelos clave en el flujo de trabajo Comfyui MOSS-Image Edit HQ#

• MOSS-Image SFT (int8, convrot) imagen base. Esta es la base MOSS-Image-SFT usada con el LoRA de edición separado. Consulta el paquete de modelos y ejemplos en el repositorio de MOSS-Image Edit HQ en Hugging Face para detalles y actualizaciones.
• armV6 MOSS Edit LoRA. Un parche LoRA ligero entrenado para ediciones dirigidas por instrucciones en MOSS-Image-SFT. Se especializa en cambios de atributos como color, material y estilo mientras busca preservar la identidad y el diseño. Los activos LoRA se incluyen junto con el lanzamiento del flujo de trabajo en Hugging Face.
• Codificador de texto basado en Qwen 3.5 9B para MOSS-Image. Este codificador convierte tu instrucción de edición en condicionamiento de texto. Este flujo de trabajo no tiene entrada de máscara ni región protegida garantizada.
• FLUX.2 VAE pequeño (flux2-vae_small.safetensors). El VAE comprime y decodifica imágenes hacia y desde el espacio latente usado por el modelo, ayudando a mantener la estructura y el detalle durante la edición.

Cómo usar el flujo de trabajo Comfyui MOSS-Image Edit HQ#

El gráfico tiene dos ramas independientes. SINGLE está habilitado por defecto y MULTI se omite. Usa SINGLE para ediciones basadas en instrucciones a una imagen fuente. Para usar MULTI, omite los nodos de procesamiento de SINGLE y habilita los nodos de procesamiento de MULTI, luego proporciona una fuente y una imagen de referencia separada. Mantén las Notas explicativas habilitadas. Cada rama tiene tamaño de lote 1; habilitar ambas ramas ejecuta ambas salidas. Single y Multi describen entradas de imagen, no conteos de salida.

El gráfico guardado usa 50 pasos, CFG 3, Euler / normal, denoise 1, fuerza LoRA 1, límite de borde largo de referencia 512, y salida de aproximadamente 1 MP. Comienza con estos ajustes probados; algunas Notas de lienzo heredadas describen diferentes valores predeterminados genéricos.

SINGLE — Una imagen#

• Carga tu imagen fuente con LoadImage (#6) y escribe una instrucción concisa en Edit instruction (positive) (#9). El Negative prompt opcional (#10) puede listar cosas a evitar.
• ImageScaleToTotalPixels (#7) establece el tamaño de salida a un presupuesto de píxeles práctico y alinea las dimensiones a una cuadrícula múltiplo de 16 para una decodificación estable. GetImageSize (#17) reenvía esas dimensiones a Empty FLUX.2 latent (#13), que prepara el lienzo latente en blanco para el muestreo.
• Apply MOSS Edit (source + optional references) (#5) aplica el LoRA de edición armV6 al modelo base y adjunta latentes de imagen fuente al condicionamiento positivo y negativo. Los nodos de texto CLIP codifican la instrucción por separado. No se necesita referencia en esta rama.
• SkipLayerGuidanceDiTSimple (#18) aplica la guía de capa omitida recomendada para esta familia de modelos, luego KSampler (#14) realiza la eliminación de ruido para realizar la edición. El resultado es decodificado por VAEDecode (#15) y guardado por SaveImage (#16).

MULTI — Con referencia#

• Carga el mismo tipo de imagen fuente con LoadImage (#106) y agrega una imagen de referencia clara con LoadImage (#119). Mantén la referencia simple y representativa del color o material que deseas.
• Proporciona una instrucción en Edit instruction (positive) (#109) que nombre exactamente qué debe cambiar y qué debe permanecer igual. Usa Negative prompt (#110) solo si es necesario.
• Apply MOSS Edit (source + optional references) (#105) codifica la fuente y la referencia una vez y alimenta ambas al modelo para que la edición siga tu texto mientras es influenciada por la referencia. La referencia se redimensiona internamente a un borde largo limitado para un condicionamiento estable; esto es independiente del tamaño de salida final.
• Al igual que en SINGLE, la rama usa SkipLayerGuidanceDiTSimple (#118), muestrea con KSampler (#114), decodifica con VAEDecode (#115), y escribe una salida con SaveImage (#116). Las ediciones guiadas por referencia son aproximadas, no transferencias uno a uno.

Nodos clave en el flujo de trabajo Comfyui MOSS-Image Edit HQ#

Apply MOSS Edit (source + optional references) (#5)#

Este nodo aplica el LoRA de edición y codifica con VAE la imagen fuente y cualquier referencia adicional, añadiendo esos latentes al condicionamiento de texto positivo y negativo existente. strength controla el peso del parche LoRA; no es un control de preservación de detalles garantizado. Mantén el valor probado de 1 como punto de partida. reference_max_edge limita el borde largo de la fuente y cada referencia de forma independiente, con dimensiones alineadas a 16. Aumentarlo cambia la resolución de condicionamiento y el uso de memoria, no un peso de influencia de referencia dedicado. La misma guía se aplica a MULTI (#105). Referencia: ComfyUI-Moss-Image-Edit.

ImageScaleToTotalPixels (#7)#

Establece un presupuesto de píxeles objetivo para la salida mientras preserva la relación de aspecto y ajusta ambas dimensiones a una cuadrícula múltiplo de 16 que coincide con el paso latente del modelo. El gráfico guardado usa aproximadamente 1 MP. Dimensiones más grandes aumentan los requisitos de recursos y no garantizan un detalle más fiel. Este nodo solo controla el tamaño de salida final. No escala la referencia; el redimensionamiento de la referencia se maneja dentro del nodo Apply.

SkipLayerGuidanceDiTSimple (#18)#

Aplica la guía de capa omitida recomendada del modelo base usando una sola capa 22. Está habilitada en este flujo de trabajo guardado, pero no garantiza una mejor calidad de edición. Si ves artefactos o deseas una línea base pura, omite el nodo para deshabilitar la guía. Cuando personalices el comportamiento de muestreo en otro lugar, aplica la guía antes del muestreo para que afecte al modelo efectivo.

KSampler (#14)#

Muestrea la salida de EmptyFlux2LatentImage, mientras que las imágenes fuente y de referencia ingresan a través del condicionamiento. Mantén los 50 pasos probados, CFG 3, Euler / normal, y denoise=1 como punto de partida. Reducir el denoise no es un control ordinario de preservación de la fuente aquí porque el latente muestreado no contiene la imagen original codificada. Cambia la semilla para probar otra interpretación de la misma instrucción.

Extras opcionales#

• Escribe instrucciones como "Cambia solo el blazer a azul cobalto. Mantén el rostro, cabello, pose, fondo e iluminación sin cambios." Siempre inspecciona el resultado para cambios no intencionados.
• Si la composición se desvía, prueba una referencia más simple o una instrucción más clara, luego compara otra semilla. Trata la fuerza LoRA y los cambios de resolución de referencia como experimentos; no garantizan la preservación.
• Para resultados naturales, prefiere cfg moderados y evita indicaciones demasiado largas; lista explícitamente lo que debe permanecer sin cambios.
• Usa una imagen de referencia fuerte en lugar de muchas débiles. Múltiples referencias se codifican como guía para un resultado, no salidas separadas.
• SINGLE vs MULTI describe solo las entradas de imagen. Ambas ramas en MOSS-Image Edit HQ producen una imagen por ejecución.

Agradecimientos#

Este flujo de trabajo implementa y se basa en los siguientes trabajos y recursos. Agradecemos sinceramente a akhaliq por el modelo MOSS-Image-Edit-HQ y los flujos de trabajo originales, y a Chenkin-x por los nodos personalizados MOSS-Image-Edit por sus contribuciones y mantenimiento. Para detalles autorizados, consulta la documentación y repositorios originales enlazados a continuación.

Recursos#

• akhaliq/MOSS-Image-Edit-HQ
  • Hugging Face: akhaliq/MOSS-Image-Edit-HQ
  • Docs / Release Notes: Modelo y flujos de trabajo originales de MOSS-Image-Edit-HQ
• Chenkin-x/ComfyUI-Moss-Image-Edit
  • GitHub: Chenkin-x/ComfyUI-Moss-Image-Edit
  • Docs / Release Notes: Nodos personalizados de MOSS-Image-Edit

Nota: El uso de los modelos, conjuntos de datos y código referenciados está sujeto a las licencias y términos respectivos proporcionados por sus autores y mantenedores.