MOSS-Image Rapid-MOSS SFT 4-Step | Texte2Image Rapide

MOSS-Image Rapid-MOSS SFT 4-Step texte vers image flux de travail#

Ce flux de travail ComfyUI offre une génération rapide et de haute qualité de texte vers image avec MOSS-Image-SFT associé à l'adaptateur Rapid-MOSS 4-step et son échantillonneur dédié. Le pipeline MOSS-Image Rapid-MOSS SFT 4-Step est optimisé pour la vitesse tout en préservant la fidélité des invites, ce qui le rend idéal pour les portraits photographiques, les scènes illustrées, les concepts de personnages originaux et l'idéation architecturale précoce.

Tout est câblé pour que vous puissiez taper une invite, choisir une taille et rendre en seulement quatre étapes. L'adaptateur fournit son propre échantillonneur et calendrier de bruit, tandis que le guidage sans classifieur est programmé pour maintenir les résultats stables à de si faibles comptes d'étapes. Si vous souhaitez un moteur d'idéation rapide dans ComfyUI qui respecte toujours les invites détaillées, ce flux de travail MOSS-Image Rapid-MOSS SFT 4-Step est fait pour vous.

Modèles clés dans le flux de travail Comfyui MOSS-Image Rapid-MOSS SFT 4-Step#

• MOSS-Image-SFT par OpenMOSS-Team. Le modèle principal de texte à image qui interprète votre invite et synthétise une image dans l'espace latent. Il fournit le UNet et l'encodeur de texte utilisés tout au long de ce flux de travail. OpenMOSS-Team/MOSS-Image-SFT
• Adaptateur Rapid-MOSS 4-step LoRA. Un adaptateur léger qui permet un échantillonnage fiable en quatre étapes et expose un échantillonneur et un calendrier sigma correspondant pour de meilleurs résultats avec MOSS-Image-SFT. darask0/MOSS-Image_4-step_adapter_lora
• MOSS Image VAE. L'autoencodeur variationnel utilisé pour décoder les latents du modèle en images RGB avec des couleurs et des tons fidèles. Des poids préemballés adaptés à ComfyUI sont fournis ici. nif0/MOSS-Image-SFT-ComfyUI
• Utilitaires de guidage ComfyUI-KJNodes. Ce flux de travail repose sur un guidage sans classifieur programmé pour des résultats stables en quatre étapes. L'implémentation de référence et la documentation sont disponibles ici. kijai/ComfyUI-KJNodes

Comment utiliser le flux de travail Comfyui MOSS-Image Rapid-MOSS SFT 4-Step#

Le graphique s'écoule du chargement du modèle et du tokenizer au codage des invites, puis dans un échantillonneur 4-step propulsé par Rapid-MOSS, et enfin dans le décodage VAE et l'enregistrement. Les étapes ci-dessous font référence aux nœuds clés par leurs noms sur le canevas.

Chargeurs de modèle et de tokenizer#

• MOSSImageUNETLoader (#11) charge le UNet MOSS-Image-SFT qui débruite réellement les latents. Considérez cela comme le moteur qui apprend à transformer le bruit en une structure qui correspond à votre texte.
• MOSSImageCLIPLoader (#10) fournit l'encodeur de texte MOSS-Image afin que votre invite puisse être transformée en embeddings que le UNet comprend. Gardez cela couplé à la même famille de modèles que le UNet pour éviter les décalages.
• VAELoader (#12) intègre le MOSS VAE qui convertira les latents débruités en pixels à la fin. Cette séparation maintient l'échantillonnage rapide et le décodage précis.

Invitation et conditionnement#

• Prompt (#3) est là où vous tapez votre texte d'invite. Le nœud encode votre description en embeddings; la clarté et la spécificité ici influencent fortement la composition, le sujet et le style.
• ConditioningZeroOut (#14) fournit la branche inconditionnelle pour le guidage sans classifieur. Il agit comme une invite négative vide; si vous préférez des négatifs personnalisés, remplacez-le par un autre encodeur de texte et connectez-le à l'entrée négative du guidage.

Adaptation rapide en 4 étapes et échantillonnage#

• RapidMOSSAdapter (#2) attache le LoRA Rapid-MOSS 4-step au modèle de base et produit un sampler et un ensemble de sigmas assortis. Garder ces éléments ensemble assure que le calendrier et le débruiteur sont alignés pour des résultats stables en quatre étapes.
• ScheduledCFGGuidance (#13) enveloppe le modèle et applique un guidage sans classifieur avec un calendrier conscient du temps. Cela aide l'image à suivre votre invite sans dépasser ou effacer les détails dans un calendrier si court.
• RandomNoise (#5) initialise la génération pour des résultats reproductibles ou variés. Fixez la graine pour itérer sur la composition, ou randomisez pour explorer rapidement des alternatives.
• EmptyFlux2LatentImage (#6) définit la taille du canevas en créant un latent vierge à la largeur et à la hauteur choisies. Les tailles plus grandes capturent plus de détails mais peuvent être plus difficiles à composer en quatre étapes; commencez près de votre rapport d'aspect cible et affinez.
• SamplerCustomAdvanced (#7) effectue le débruitage en quatre étapes. Il prend le bruit, le modèle enveloppé de guidage, et le sampler et les sigmas Rapid-MOSS pour que le calendrier et le prédicteur soient exactement ce que l'adaptateur attend.

Décoder et enregistrer#

• VAEDecode (#8) convertit le latent final en une image à l'aide du VAE MOSS chargé. C'est là que la couleur, la texture et les détails fins deviennent visibles.
• SaveImage (#9) écrit le résultat sur disque avec un préfixe clair pour que vous puissiez suivre les sorties du flux de travail MOSS-Image Rapid-MOSS SFT 4-Step. Relancez avec de nouvelles graines pour construire rapidement une étagère d'options.

Nœuds clés dans le flux de travail Comfyui MOSS-Image Rapid-MOSS SFT 4-Step#

RapidMOSSAdapter (#2)#

Ce nœud est le cœur de l'approche MOSS-Image Rapid-MOSS SFT 4-Step. Il injecte le LoRA Rapid-MOSS dans le UNet et publie le sampler et les sigmas dédiés qui font fonctionner l'échantillonnage en quatre étapes. Ajustez steps seulement lorsque vous avez une raison de diverger; l'adaptateur est conçu autour de 4. Le réglage de lora_strength vous permet d'équilibrer l'adhérence stricte au comportement en 4 étapes contre une sensation de débruitage plus lâche et plus générale.

ScheduledCFGGuidance (#13)#

Ce wrapper de guidage applique un guidage sans classifieur avec un calendrier sur la courte trajectoire, améliorant la fidélité des invites sans déstabiliser l'image. Augmentez cfg pour un tirage plus fort de l'invite et des sujets plus nets, ou diminuez-le pour éviter la sursaturation et les artefacts dans des scènes complexes. Si vous changez la fenêtre de calendrier, gardez-la cohérente avec l'horizon de quatre étapes pour que le guidage reste fluide.

EmptyFlux2LatentImage (#6)#

Utilisez cela pour définir la taille de sortie et le rapport d'aspect avant l'échantillonnage. Préférez les dimensions qui s'alignent sur les strides de diffusion courants et gardez les rapports d'aspect raisonnables pour votre sujet afin de réduire l'étirement. Lors de l'itération, fixez la taille tout en explorant les graines pour que les différences de composition soient attribuables au bruit plutôt qu'à des changements de canevas.

SamplerCustomAdvanced (#7)#

Cet échantillonneur consomme le sampler et les sigmas de l'adaptateur et exécute les quatre étapes de débruitage. Ne remplacez pas par des échantillonneurs ou des calendriers non liés sauf si vous changez également l'adaptateur car le couplage est ce qui offre vitesse et stabilité. Pour des variations, gardez le couple échantillonneur-calendrier intact et ne changez que la graine, l'invite ou le guidage.

Prompt (#3)#

Vos mots deviennent des embeddings ici. Commencez par le sujet, puis ajoutez la composition et l'éclairage, et terminez par des indices de style. Gardez-le concis et concret pour aider le pipeline MOSS-Image Rapid-MOSS SFT 4-Step à résoudre une structure confiante en très peu d'étapes.

Extras optionnels#

• Pour les portraits, spécifiez le cadrage, des indices d'objectif et d'éclairage; pour les scènes illustrées, incluez des indices de médium et de palette.
• Si vous voulez une invite négative personnalisée, remplacez ConditioningZeroOut (#14) par un autre CLIPTextEncode et connectez-le à l'entrée négative de ScheduledCFGGuidance (#13).
• Verrouillez une graine dans RandomNoise (#5) pour itérer sur la formulation; déverrouillez-la pour explorer des variations rapides.
• Commencez avec un guidage modéré dans ScheduledCFGGuidance (#13); augmentez-le seulement si l'image s'éloigne de l'invite.
• Gardez le couplage en quatre étapes de l'adaptateur intact dans RapidMOSSAdapter (#2) et SamplerCustomAdvanced (#7) pour le meilleur équilibre entre vitesse et qualité.

Remerciements#

Ce flux de travail met en œuvre et s'appuie sur les travaux et ressources suivants. Nous remercions chaleureusement l'équipe OpenMOSS pour MOSS-Image-SFT, darask0 pour l'adaptateur et les nœuds ComfyUI Rapid-MOSS en quatre étapes, et nif0 pour les fichiers de modèle quantifiés MOSS-Image-SFT pour leurs contributions et leur maintenance. Pour des détails autoritaires, veuillez vous référer à la documentation et aux dépôts originaux ci-dessous.

Ressources#

• OpenMOSS-Team/MOSS-Image-SFT
  • GitHub: OpenMOSS/MOSS-Image
  • Hugging Face: OpenMOSS-Team/MOSS-Image-SFT
  • arXiv: 2610.23374
• darask0/MOSS-Image_4-step_adapter_lora
  • Hugging Face: darask0/MOSS-Image_4-step_adapter_lora
• nif0/MOSS-Image-SFT-ComfyUI
  • Hugging Face: nif0/MOSS-Image-SFT-ComfyUI
• r/comfyui/Le Meilleur Modèle Jamais: MOSS-Image-SFT en 4 étapes (discussion sur le flux de travail)
  • Docs / Notes de version: Post Reddit

Note: L'utilisation des modèles, ensembles de données et codes référencés est soumise aux licences et conditions respectives fournies par leurs auteurs et mainteneurs.