ComfyUI>워크플로우>MOSS-Image Base 텍스트를 이미지로 | 다재다능한 아트

MOSS-Image Base 텍스트를 이미지로 | 다재다능한 아트

Workflow Name: RunComfy/MOSS-Image-Base-Text-to-image
Workflow ID: 0000...1539
MOSS-Image Base로 프롬프트를 이미지로 변환하세요. 현실적인 장면이나 일러스트레이션을 만드세요. 포스터 및 제품 비주얼을 디자인하세요. 선택 사항인 Qwen3.5 프롬프트 향상을 사용하세요. 비포스트 트레이닝 Base 모델로 커뮤니티 LoRA를 탐색하세요.

ComfyUI MOSS-Image Base Text to Image Workflow

MOSS-Image Base Text to Image in ComfyUI
Want to run this workflow?
  • Fully operational workflows
  • No missing nodes or models
  • No manual setups required
  • Features stunning visuals

ComfyUI MOSS-Image Base Text to Image Examples

moss-image-base-text-to-image-in-comfyui-1539-example_01.webp
moss-image-base-text-to-image-in-comfyui-1539-example_02.webp
moss-image-base-text-to-image-in-comfyui-1539-example_03.webp
moss-image-base-text-to-image-in-comfyui-1539-example_04.webp
moss-image-base-text-to-image-in-comfyui-1539-example_05.webp
moss-image-base-text-to-image-in-comfyui-1539-example_06.webp

MOSS-Image Base 텍스트를 이미지로 변환하는 워크플로우: 포토리얼리스틱, 에디토리얼, 타입 중심 이미지#

이 ComfyUI 템플릿은 자연어 프롬프트를 MOSS-Image Base 체크포인트와 함께 완성된 비주얼로 변환합니다. 빠른 컨셉팅과 신뢰할 수 있는 타이포그래피를 위해 설계되었으며, 아이디어를 강력하고 모델 친화적인 캡션으로 재작성할 수 있는 선택적 Qwen3.5 프롬프트 향상 기능이 있습니다. 포토리얼리스틱한 장면, 일러스트레이션, 에디토리얼 그래픽, 커뮤니티 LoRA 실험을 위한 유연한 기반으로 비포스트 트레이닝 Base 모델을 사용하고 싶을 때 MOSS-Image Base 텍스트를 이미지로 변환하세요.

크리에이터, 디자이너, 아트 디렉터는 포스터, 제품 사진, 레이아웃 중심의 컴포지션을 빠르게 반복할 수 있습니다. 워크플로우는 최소한의 컨트롤을 유지하면서 가장 중요한 스위치를 노출합니다: 프롬프트 향상, 해상도, 샘플링 전략, 그리고 더 날카로운 타입과 가장자리를 위한 Skip Layer Guidance.

Comfyui MOSS-Image Base 텍스트를 이미지로 변환하는 워크플로우의 주요 모델들#

  • OpenMOSS MOSS-Image Base 체크포인트. 이미지 생성에 사용되는 핵심 확산 변환기; Base 변형은 포스트 트레이닝을 생략하여 잘 일반화되고 LoRA와 잘 어울립니다. 모델 카드 및 파일 • 프로젝트 저장소
  • Qwen3.5 텍스트 인코더 (9B, GPTQ W4A8) MOSS-Image 용으로 패키징됨. 프롬프트와 향상된 캡션을 인코딩하여 워딩과 레이아웃 힌트를 보존하는 조건으로 만듭니다. 파일은 모델 카드의 text_encoders 아래에 포함되어 있습니다. huggingface.co/Comfy-Org/MOSS-Image
  • FLUX.2 Small VAE. 확산 과정을 통해 잠재 상태를 이미지로 디코딩하여 선명한 디테일과 안정적인 색상을 제공합니다. 모델 카드의 vae 아래에 포함되어 있습니다. huggingface.co/Comfy-Org/MOSS-Image

Comfyui MOSS-Image Base 텍스트를 이미지로 변환하는 워크플로우 사용 방법#

간단히 보기: 프롬프트가 프롬프트 향상 스위치를 통과하여 모델의 조건이 되고, 잠재 캔버스가 샘플링되고, 디코딩되어 저장됩니다. 아래 그룹은 설정에서 출력까지 순서대로 실행됩니다.

모델#

제공된 MOSS-Image Base UNet, Qwen3.5 텍스트 인코더 및 FLUX.2 VAE를 선택하세요. 이러한 모델들은 템플릿에 미리 로드되어 즉시 생성할 수 있습니다. LoRA 실험을 계획 중이라면, Base 모델을 사용하여 SFT 변형보다 광범위한 호환성을 유지하세요. 모델 스위치는 필요할 때 추가 선명도를 위해 UNet을 Skip Layer Guidance로 감쌀 수도 있습니다.

프롬프트#

완성된 이미지를 설명하는 명확한 긍정적 프롬프트를 입력하고, 아티팩트를 피하기 위한 부정적 프롬프트를 선택적으로 추가하세요. 프롬프트에는 타이포그래피가 포함될 수 있습니다; 보이는 텍스트를 정확히 인용하고 레이아웃에 나타나는 위치를 적으세요. 스타일, 조명, 렌즈, 재료를 구체적으로 유지하여 컴포지션과 분위기를 고정하세요. 프롬프트는 Qwen 계열 텍스트 인코더로 조건화됩니다.

프롬프트 향상기#

프롬프트 향상기를 켜서 내부 Qwen3.5 단계가 아이디어를 MOSS-Image가 학습된 방식에 맞춘 상세 캡션으로 재작성하도록 합니다. 활성화되면 입력이 시각적 세부 사항, 텍스트 배치 및 줄 바꿈을 강조하는 시스템 프롬프트를 통해 흐릅니다. 비활성화되면 원래의 워딩이 그대로 사용됩니다. 주제와 타이포그래피에 적합한지 A/B 테스트를 위해 이것을 사용하세요.

이미지 크기#

해상도 선택기를 사용하여 종횡비와 메가픽셀 목표를 선택하여 잠재 캔버스의 너비와 높이를 출력합니다. MOSS-Image는 속도와 품질에서 1에서 2 메가픽셀 사이에서 가장 잘 작동합니다. 모든 크기는 16의 배수여야 하며, 능력 있는 GPU에서 대략 4 메가픽셀까지 확장할 수 있습니다. 더 큰 캔버스는 디테일을 증가시키지만 VRAM과 시간이 소요됩니다.

샘플링 및 디코딩#

샘플러는 잠재 캔버스에서 확산 단계를 실행하여 조건과 선택한 전략을 사용하고, VAE는 이미지를 디코딩합니다. 복잡한 컴포지션이나 미묘한 조명을 위해 더 많은 단계를 사용하세요; 빠른 초안을 위해서는 적은 단계를 사용하세요. 캡션에 대한 강한 충실도를 위해 가이던스를 높이거나, 자연스러운 디테일을 위해 낮추세요. 결과는 미리보기되고 저장으로 전달됩니다.

저장 및 검토#

저장 노드에 의해 이미지가 작성되며, 출력을 정리하기 위해 변경할 수 있는 접두어가 있습니다. 타이포그래피, 간격, 가장자리 선명도를 검토하세요; 텍스트 그룹이 너무 강해 보이면 Skip Layer Guidance를 비활성화하거나 가이던스 강도를 약간 줄이세요. 텍스트 충실도가 떨어지면 향상기를 활성화하고 줄 바꿈을 명시하세요.

Comfyui MOSS-Image Base 텍스트를 이미지로 변환하는 워크플로우의 주요 노드들#

TextGenerate (#11)#

선택적 Qwen3.5 기반 프롬프트 향상 기능으로 아이디어를 상세하고 학습에 맞춘 캡션으로 확장합니다. 더 강한 컴포지션 신호, 정확한 텍스트 배치, 더 설명적인 조명과 재료가 필요할 때 켜세요. 이미 상세 캡션을 작성하는 경우, 목소리를 보존하기 위해 꺼두세요.

ComfySwitchNode (#16)#

“enable_prompt_enhancer” 스위치에 기반하여 원래 프롬프트 또는 향상된 캡션을 긍정적 인코더로 라우팅합니다. 하위 노드를 건드리지 않고 빠르게 A/B 테스트하기 위해 사용하세요.

SkipLayerGuidanceDiTSimple (#15)#

Skip Layer Guidance로 Base 모델을 감쌉니다. 이를 활성화하면 포스터와 제품 사진에서 가장자리, 타입, 미세 대비가 종종 선명해집니다. 부드럽고 더 사진 같은 모습을 원하거나 미세한 질감이 과도한 경우 비활성화하세요.

KSampler (#7)#

확산 과정을 제어합니다. 장면이 복잡하거나 타이포그래피가 조밀할 때 단계 수를 늘리고, 아이디어를 탐색할 때 속도를 위해 줄이세요. 가이던스를 조정하여 엄격한 프롬프트 충실도와 자연스러운 디테일을 교환하세요. 샘플러 또는 스케줄러를 변경하면 노이즈 모양과 질감이 미묘하게 바뀔 수 있습니다.

ResolutionSelector (#19)#

친숙한 종횡비와 메가픽셀 선택에서 너비와 높이를 출력합니다. 균형 잡힌 품질과 속도를 위해 1–2 메가픽셀 근처를 목표로 하고, 16의 배수로 크기를 유지하세요. VRAM 압박이 보이면 신중하게 확장하세요.

선택적 추가 기능#

  • 명시적 줄 바꿈을 사용하여 타이포그래피를 제어하세요: “헤드라인”을 작성한 후 줄 바꿈을 하고 다음 줄을 읽기 순서에 맞추세요.
  • 텍스트가 많은 디자인의 경우, 프롬프트 향상기를 켜고 보이는 모든 텍스트를 정확히 인용하세요.
  • “nsfw, worst quality, bad anatomy, watermark, jpeg artifact”와 같은 가벼운 부정 프롬프트는 더 깨끗한 출력을 위한 실용적인 기본값입니다.
  • 출력이 과도하게 선명해 보이면 Skip Layer Guidance를 비활성화하세요; 너무 부드럽거나 텍스트 가장자리가 흐릿하면 다시 활성화하세요.
  • LoRA 훈련과 커뮤니티 LoRA 테스트에는 Base 체크포인트를 선호하세요; 강력하고 더욱 규범적인 레이아웃이 필요할 때만 SFT로 전환하세요.

감사의 글#

이 워크플로우는 다음 작업과 리소스에 기반하여 구현되고 확장되었습니다. 우리는 MOSS-Image 모델과 저장소를 제공한 OpenMOSS, MOSS-Image ComfyUI 모델 파일을 제공한 Comfy-Org, 공식 MOSS-Image ComfyUI 튜토리얼을 위한 ComfyUI Docs 팀에게 감사를 표합니다. 권위 있는 세부 사항은 아래 링크된 원본 문서와 저장소를 참조하세요.

리소스#

주의: 참조된 모델, 데이터셋, 코드의 사용은 저자와 유지 관리자가 제공한 해당 라이선스 및 조건에 따릅니다.

RunComfy
저작권 2026 RunComfy. All Rights Reserved.

RunComfy는 최고의 ComfyUI 플랫폼으로서 ComfyUI 온라인 환경과 서비스를 제공하며 ComfyUI 워크플로우 멋진 비주얼을 제공합니다. RunComfy는 또한 제공합니다 AI Models, 예술가들이 최신 AI 도구를 활용하여 놀라운 예술을 창조할 수 있도록 지원합니다.