MOSS-Image Rapid-MOSS SFT 4-Step テキストから画像へのワークフロー#
このComfyUIワークフローは、MOSS-Image-SFTをRapid-MOSS 4-stepアダプターと専用サンプラーに組み合わせることで、高速で高品質なテキストから画像への生成を提供します。MOSS-Image Rapid-MOSS SFT 4-Stepパイプラインは、プロンプトの忠実性を保ちながらスピードに最適化されており、写真のようなポートレート、イラストシーン、オリジナルキャラクターのコンセプト、初期段階の建築アイデアに理想的です。
すべてが配線されているので、プロンプトを入力し、サイズを選択し、わずか4ステップでレンダリングできます。アダプターは独自のサンプラーとノイズスケジュールを提供し、低ステップ数でも結果を安定させるために分類器なしのガイダンスがスケジュールされています。ComfyUIで迅速なアイデア生成エンジンを望み、詳細なプロンプトを尊重するなら、このMOSS-Image Rapid-MOSS SFT 4-Stepワークフローはあなたのために作られています。
Comfyui MOSS-Image Rapid-MOSS SFT 4-Stepワークフローの主要モデル#
- OpenMOSS-TeamによるMOSS-Image-SFT。プロンプトを解釈し、潜在空間で画像を合成する主要なテキストから画像へのモデルです。このワークフロー全体で使用されるUNetとテキストエンコーダーを提供します。OpenMOSS-Team/MOSS-Image-SFT
- Rapid-MOSS 4-stepアダプターLoRA。信頼性の高い4ステップサンプリングを可能にし、MOSS-Image-SFTで最良の結果を得るための一致するサンプラーとシグマスケジュールを公開します。darask0/MOSS-Image_4-step_adapter_lora
- MOSS Image VAE。モデルの潜在変数をRGB画像にデコードするために使用される変分オートエンコーダーです。ComfyUIに適したプリパッケージされた重みがここで提供されています。nif0/MOSS-Image-SFT-ComfyUI
- ComfyUI-KJNodesガイダンスユーティリティ。このワークフローは、安定した4ステップの結果を得るために分類器なしのガイダンスをスケジュールして利用します。参考実装とドキュメントはここにあります。kijai/ComfyUI-KJNodes
Comfyui MOSS-Image Rapid-MOSS SFT 4-Stepワークフローの使用方法#
このグラフは、モデルとトークナイザーのロードからプロンプトエンコーディング、Rapid-MOSS駆動の4ステップサンプラーへ、そしてVAEデコードと保存へと流れます。以下のステージは、キャンバス上の名前で主要ノードを参照しています。
モデルとトークナイザーローダー#
MOSSImageUNETLoader(#11)は、MOSS-Image-SFT UNetをロードし、実際に潜在変数をノイズ除去します。これは、ノイズをどのようにテキストに一致する構造に変えるかを学ぶエンジンとして扱います。MOSSImageCLIPLoader(#10)は、MOSS-Imageテキストエンコーダーを提供し、プロンプトをUNetが理解する埋め込みに変換します。UNetと同じモデルファミリーとペアリングして、ミスマッチを避けてください。VAELoader(#12)は、最終的にデノイズされた潜在変数をピクセルに変換するMOSS VAEを導入します。この分離により、サンプリングが高速でデコードが正確になります。
プロンプトとコンディショニング#
Prompt(#3)は、テキストプロンプトを入力する場所です。このノードは、説明を埋め込みにエンコードします。ここでの明確さと特異性は、構成、主題、スタイルに強く影響します。ConditioningZeroOut(#14)は、分類器なしガイダンスのための無条件のブランチを提供します。これは、空のネガティブプロンプトのように機能します。カスタムネガティブを好む場合は、別のテキストエンコーダーで置き換え、ガイダンスのネガティブ入力に接続してください。
Rapid 4-step適応とサンプリング#
RapidMOSSAdapter(#2)は、Rapid-MOSS 4-step LoRAをベースモデルに接続し、一致するsamplerとsigmasバンドルを出力します。これらを一緒に保持することで、スケジュールとデノイザーが4ステップの安定した結果を得るために整合されます。ScheduledCFGGuidance(#13)は、時間に依存したスケジュールで分類器なしガイダンスを適用します。これにより、プロンプトに従って画像が生成され、詳細が短いスケジュール内で洗い流されることを防ぎます。RandomNoise(#5)は、再現可能または多様な結果のために生成をシードします。シードを固定して構成を繰り返すか、ランダム化して代替案を迅速に探ります。EmptyFlux2LatentImage(#6)は、選択した幅と高さで空の潜在変数を作成することでキャンバスサイズを設定します。大きなサイズはより多くの詳細をキャプチャしますが、4ステップで構成するのが難しい場合があります。ターゲットアスペクト比に近いところから始めて、洗練します。SamplerCustomAdvanced(#7)は、実際の4ステップのノイズ除去を行います。ノイズ、ガイダンスでラップされたモデル、Rapid-MOSSのsamplerとsigmasを取り、スケジュールと予測子がアダプターの期待通りになるようにします。
デコードと保存#
VAEDecode(#8)は、ロードされたMOSS VAEを使用して最終的な潜在変数を画像に変換します。ここで色、質感、細かいディテールが見えるようになります。SaveImage(#9)は、MOSS-Image Rapid-MOSS SFT 4-Stepワークフローからの出力を追跡できるようにクリアなプレフィックスでディスクに結果を書き込みます。新しいシードで再実行して、オプションの棚を迅速に構築します。
Comfyui MOSS-Image Rapid-MOSS SFT 4-Stepワークフローの主要ノード#
RapidMOSSAdapter (#2)#
このノードはMOSS-Image Rapid-MOSS SFT 4-Stepアプローチの中心です。Rapid-MOSS LoRAをUNetに注入し、4ステップサンプリングを機能させる専用のsamplerとsigmasを公開します。stepsを調整するのは、逸脱する理由がある場合のみです。アダプターは4に基づいて設計されています。lora_strengthを調整することで、4ステップの動作に厳密に従うことと、より緩やかで一般的なノイズ除去感のバランスを取ることができます。
ScheduledCFGGuidance (#13)#
このガイダンスラッパーは、短い軌道にわたってスケジュールを持つ分類器なしガイダンスを適用し、プロンプトの忠実性を向上させながらイメージを不安定化させません。cfgを増やしてプロンプトの引きを強め、被写体をシャープにするか、減らして複雑なシーンでの過飽和やアーティファクトを避けます。スケジュールウィンドウを変更する場合は、4ステップのホライズンと一貫性を保ち、ガイダンスをスムーズに保ちます。
EmptyFlux2LatentImage (#6)#
サンプリング前に出力サイズとアスペクト比を設定します。共通の拡散ストライドに合わせた寸法を優先し、被写体に対してアスペクト比を合理的に保ち、ストレッチを減らします。反復時には、キャンバスの移動による構成の違いではなく、ノイズに起因するように、サイズを固定してシードを探索します。
SamplerCustomAdvanced (#7)#
このサンプラーはアダプターのsamplerとsigmasを消費し、4つのノイズ除去ステップを実行します。関係のないサンプラーやスケジュールを入れ替えないでください。アダプターも変更しない限り、ペアリングがスピードと安定性を提供します。バリエーションを求める場合は、サンプラー-スケジュールペアをそのままにして、シード、プロンプト、ガイダンスのみを変更してください。
Prompt (#3)#
ここであなたの言葉が埋め込みになります。主題を先に置き、その後に構成と照明を追加し、スタイルの手がかりで仕上げます。簡潔で具体的にして、MOSS-Image Rapid-MOSS SFT 4-Stepパイプラインが非常に少ないステップで自信のある構造を解決できるようにします。
任意の追加要素#
- ポートレートの場合、フレーミング、レンズの手がかり、照明を指定します。イラストシーンの場合、媒介とパレットのヒントを含めます。
- カスタムネガティブプロンプトを希望する場合は、
ConditioningZeroOut(#14)を別のCLIPTextEncodeで置き換え、ScheduledCFGGuidance(#13)のネガティブ入力に接続します。 RandomNoise(#5)でシードを固定して文言を繰り返し、解除して高速なバリエーションを探索します。ScheduledCFGGuidance(#13)で中程度のガイダンスから始めます。画像がプロンプトからずれる場合にのみ、上向きに調整します。RapidMOSSAdapter(#2)とSamplerCustomAdvanced(#7)のアダプターの4ステップペアリングを維持して、スピードと品質のバランスを最適に保ちます。
謝辞#
このワークフローは、以下の作品とリソースを実装し、構築しています。MOSS-Image-SFTのためのOpenMOSS-Team、Rapid-MOSS 4-stepアダプターとComfyUIノードのためのdarask0、MOSS-Image-SFT量子化モデルファイルのためのnif0の貢献とメンテナンスに心から感謝いたします。詳細については、以下の元のドキュメントとリポジトリを参照してください。
リソース#
- 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/The Greatest Model Ever: MOSS-Image-SFT at 4 steps (workflow discussion)
- Docs / Release Notes: Reddit post
注: 参照されているモデル、データセット、およびコードの使用は、それぞれの著者および管理者によって提供されるライセンスおよび条件に従います。
