MOSS-Image | Генератор изображений из текста

MOSS-Image Text to Image: рабочий процесс ComfyUI с увеличением запроса для кинематографических, продуктовых и типографических визуализаций#

Этот рабочий процесс MOSS-Image Text to Image превращает простые подсказки в готовые изображения с чётким текстовым отображением, ясными макетами и гибкими соотношениями сторон. Он поставляется с включённым увеличением запроса, чтобы короткие идеи расширялись в богатые описания сцен перед генерацией, что обеспечивает стабильные результаты для портретов, кинематографических сцен, визуализации продуктов и дизайнов, ориентированных на типографику.

Основан на контрольной точке MOSS-Image SFT, график предоставляет только те элементы управления, которые вам нужны: размер изображения, семя, шаги выборки и руководство. Это идеальный инструмент для быстрого исследования концепций и разработки иллюстрированных или фотографических композиций непосредственно из текста внутри ComfyUI.

Ключевые модели в рабочем процессе Comfyui MOSS-Image Text to Image#

• Контрольная точка MOSS-Image SFT. Диффузионная основа, настроенная на инструкции, которая устраняет шум в латентах, превращая их в изображения. Этот шаблон загружает вариант SFT, используемый в официальном выпуске. Карта модели и файлы
• Qwen 3.5 9B W4A8 GPTQ текстовый энкодер. Текстовый энкодер, используемый MOSS-Image, также используется встроенным увеличителем запроса. Файл
• FLUX.2 VAE Small. Сжимает изображения в латенты для выборки и декодирует финальное изображение для предварительного просмотра и сохранения. Файл

Репозитории для справок: Comfy‑Org/MOSS‑Image (Hugging Face) и OpenMOSS/MOSS‑Image (GitHub).

Как использовать рабочий процесс Comfyui MOSS-Image Text to Image#

На первый взгляд, график отправляет вашу подсказку через улучшитель запроса, кодирует её с помощью текстового энкодера модели, выбирает латенты с помощью MOSS‑Image SFT UNet, затем декодирует и сохраняет изображение. Подграфик организован в четыре группы, чтобы вы всегда знали, где можно внести изменения.

Модели#

Эта группа загружает основные ресурсы и проводку для генерации. UNETLoader (#1) загружает контрольную точку MOSS‑Image SFT, в то время как CLIPLoader (#2) загружает текстовый энкодер Qwen 3.5, используемый как для создания подписей, так и для настройки. VAELoader (#3) предоставляет FLUX.2 VAE для декодирования. Существует дополнительный этап SkipLayerGuidanceDiTSimple (#15), направленный через ComfySwitchNode (#24); оставьте его выключенным для чистой основы или включите, если хотите усилить акцент на структуре и читабельности.

Запрос#

Ваш окончательный запрос поступает в CLIPTextEncode (#4) для положительной ветви и в CLIPTextEncode (#5) для отрицательной ветви. Оставьте отрицательный запрос пустым, чтобы использовать стандартное значение по умолчанию в графике, или вставьте своё собственное, чтобы избежать артефактов. KSampler (#7) генерирует латент, используя ваш seed, steps, cfg, sampler_name, и scheduler выборы, а VAEDecode (#8) превращает его в изображение. Используйте более высокие значения steps для большей доработки, более низкие значения для более быстрых черновиков и умеренно регулируйте cfg, чтобы сбалансировать соответствие подписи и творческое разнообразие.

Размер изображения#

Эта группа управляет разрешением. EmptyFlux2LatentImage (#6) создаёт начальный латент с выбранной вами width и height, а верхнеуровневый ResolutionSelector (#19) предлагает общие соотношения сторон и ограничения по пикселям. Для большинства объектов начните с 1024×1024, затем увеличьте для получения более подробной информации, если позволяет ваша VRAM. Держите ширину и высоту кратными 16, чтобы оставаться совместимыми с VAE.

Улучшитель Запроса#

Короткие запросы расширяются в детализированные, удобные для модели подписи перед кодированием. TextGenerate (#11) запускает краткую системную функцию, адаптированную для MOSS‑Image, чтобы добавить подсказки о композиции, освещении и макете, сохраняя любые предоставленные вами цитаты. ComfySwitchNode (#16) переключает этот улучшитель; он включён по умолчанию в этом шаблоне MOSS-Image Text to Image. Используйте Preview as Text (final prompt) PreviewAny (#13), чтобы точно увидеть, что будет передано модели, затем быстро итеративно редактируйте свою идею или отключайте улучшитель, если предпочитаете управлять текстом напрямую.

Когда вы довольны результатом, родительский график SaveImage (#9) записывает файлы с выбранным вами префиксом, чтобы вы могли сравнивать варианты бок о бок.

Ключевые узлы в рабочем процессе Comfyui MOSS-Image Text to Image#

• TextGenerate (#11). Расширяет вашу идею в отточенную подпись, используя ту же текстовую семью энкодеров, что и модель. Включите для получения надёжных, ориентированных на макет результатов; отключите, если у вас уже есть точный, полностью специфицированный запрос или структурированный текст, который вы не хотите переписывать. Держите видимый текст в кавычках, чтобы гарантировать точное отображение.
• KSampler (#7). Основное качество–скорость управления. Увеличьте steps, чтобы уточнить детали, и отрегулируйте cfg, чтобы обменять точность на разнообразие. Когда вы повышаете разрешение, рассмотрите возможность небольшого увеличения шагов, чтобы сохранить резкость без перебора.
• SkipLayerGuidanceDiTSimple (#15). Дополнительный этап, который может улучшить структуру и читабельность, направляя определённые слои трансформера. Включите через переключатель SLG, когда хотите более чёткий текст или более строгие макеты; отключите, если результаты кажутся чрезмерно стилизованными для вашего объекта.
• ResolutionSelector (#19). Удобный узел для выбора общих соотношений сторон и количества пикселей. Используйте его для стандартизации выходов в рамках проекта, затем при необходимости точно настройте width и height в группе размера.

Дополнительные опции#

• Цитируйте каждый фрагмент текста, который хотите отобразить в изображении, и вставляйте разрывы строк там, где они вам нужны, чтобы сохранить макет.
• Для продуктовых снимков или дизайнов со строгим текстом отключите улучшитель запроса, чтобы сохранить текст на 100 процентов дословным.
• Заблокируйте понравившееся seed, чтобы делать сравнения "яблоко к яблоку" при настройке steps, cfg и размера.
• Если память ограничена, сначала уменьшите разрешение, затем уменьшите steps; пересмотрите настройки качества после подтверждения внешнего вида.
• Исследуйте альтернативные контрольные точки в том же репозитории, такие как базовые и SFT варианты, заменив файл в UNETLoader (#1) из официального набора моделей.

Благодарности#

Этот рабочий процесс реализует и расширяет следующие работы и ресурсы. Мы выражаем благодарность Comfy-Org за учебник MOSS-Image ComfyUI и файлы модели MOSS-Image за их вклад и поддержку. Для получения авторитетных деталей, пожалуйста, обратитесь к оригинальной документации и репозиториям, указанным ниже.

Ресурсы#

• Учебник Comfy-Org/MOSS-Image ComfyUI
  • Документы / Примечания к выпуску: Официальный учебник MOSS-Image ComfyUI
• Comfy-Org/MOSS-Image
  • Hugging Face: Comfy-Org/MOSS-Image

Примечание: использование упомянутых моделей, наборов данных и кода подлежит соответствующим лицензиям и условиям, предоставленным их авторами и поддерживающими.