MOSS-Image Rapid-MOSS SFT 4-Step | Быстрый Text2Image

Рабочий процесс MOSS-Image Rapid-MOSS SFT 4-Step text to image#

Этот рабочий процесс ComfyUI обеспечивает быструю и качественную генерацию изображений из текста с MOSS-Image-SFT в сочетании с адаптером Rapid-MOSS 4-step и его специализированным семплером. Пайплайн MOSS-Image Rapid-MOSS SFT 4-Step настроен на скорость, сохраняя при этом точность подсказок, что делает его идеальным для фотопортретов, иллюстрированных сцен, оригинальных концепций персонажей и начальной стадии архитектурного проектирования.

Все настроено так, чтобы вы могли ввести подсказку, выбрать размер и отобразить изображение всего в четыре шага. Адаптер предоставляет свой собственный семплер и шумовой график, а руководство без классификатора запланировано так, чтобы результаты оставались стабильными при таком малом количестве шагов. Если вам нужен быстрый генератор идей в ComfyUI, который все еще уважает детальные подсказки, этот рабочий процесс MOSS-Image Rapid-MOSS SFT 4-Step создан для вас.

Ключевые модели в рабочем процессе Comfyui MOSS-Image Rapid-MOSS SFT 4-Step#

• MOSS-Image-SFT от OpenMOSS-Team. Основная модель text-to-image, которая интерпретирует вашу подсказку и синтезирует изображение в латентном пространстве. Она предоставляет UNet и текстовый кодировщик, используемые на протяжении всего этого рабочего процесса. OpenMOSS-Team/MOSS-Image-SFT
• Rapid-MOSS 4-step adapter LoRA. Легковесный адаптер, который позволяет надежную выборку в четыре шага и предоставляет подходящий семплер и график сигмы для лучших результатов с MOSS-Image-SFT. darask0/MOSS-Image_4-step_adapter_lora
• MOSS Image VAE. Вариационный автокодировщик, используемый для декодирования латентов модели в RGB изображения с точными цветами и тоном. Предоставляются предварительно упакованные веса, подходящие для ComfyUI. nif0/MOSS-Image-SFT-ComfyUI
• ComfyUI-KJNodes утилиты руководства. Этот рабочий процесс опирается на запланированное руководство без классификатора для стабильных результатов в четыре шага. Ссылка на реализацию и документацию находится здесь. kijai/ComfyUI-KJNodes

Как использовать рабочий процесс Comfyui MOSS-Image Rapid-MOSS SFT 4-Step#

График начинается с загрузки модели и токенайзера, затем переходит к кодированию подсказки, затем к семплеру Rapid-MOSS с четырьмя шагами, и наконец к декодированию и сохранению VAE. Этапы ниже ссылаются на ключевые узлы по их именам на холсте.

Загрузчики моделей и токенайзеров#

• MOSSImageUNETLoader (#11) загружает MOSS-Image-SFT UNet, который фактически удаляет шум из латентов. Рассматривайте это как двигатель, который обучается превращать шум в структуру, соответствующую вашему тексту.
• MOSSImageCLIPLoader (#10) предоставляет текстовый кодировщик MOSS-Image, чтобы ваша подсказка могла быть преобразована в встраивания, которые понимает UNet. Держите это в паре с той же модельной семьей, что и UNet, чтобы избежать несоответствий.
• VAELoader (#12) приносит MOSS VAE, который преобразует удаленные шумы латенты в пиксели в конце. Это разделение позволяет сохранить скорость выборки и точность декодирования.

Подсказки и кондиционирование#

• Prompt (#3) - это место, где вы вводите текстовую подсказку. Узел кодирует ваше описание в встраивания; ясность и конкретность здесь сильно влияют на композицию, тему и стиль.
• ConditioningZeroOut (#14) предоставляет безусловную ветвь для руководства без классификатора. Он действует как пустая отрицательная подсказка; если вы предпочитаете пользовательские отрицательные подсказки, замените его другим текстовым кодировщиком и подключите его к отрицательному входу руководства.

Быстрая адаптация и выборка в четыре шага#

• RapidMOSSAdapter (#2) прикрепляет Rapid-MOSS 4-step LoRA к базовой модели и выводит подходящий sampler и пакет sigmas. Сохранение их вместе обеспечивает синхронизацию графика и удаления шума для стабильных результатов в четыре шага.
• ScheduledCFGGuidance (#13) оборачивает модель и применяет руководство без классификатора с графиком, учитывающим время. Это помогает изображению следовать вашей подсказке, не переусердствуя или теряя детали в таком коротком графике.
• RandomNoise (#5) задает генерацию для воспроизводимых или разнообразных результатов. Закрепите семя, чтобы повторять композицию, или рандомизируйте, чтобы быстро исследовать альтернативы.
• EmptyFlux2LatentImage (#6) задает размер холста, создавая пустую латенту на выбранной вами ширине и высоте. Большие размеры захватывают больше деталей, но их сложнее составить в четыре шага; начните с вашего целевого соотношения сторон и уточняйте.
• SamplerCustomAdvanced (#7) выполняет фактическое удаление шума в четыре шага. Он использует шум, обернутую модель с руководством и sampler и sigmas Rapid-MOSS, так что график и предсказатель точно соответствуют ожиданиям адаптера.

Декодирование и сохранение#

• VAEDecode (#8) преобразует финальную латенту в изображение с использованием загруженного MOSS VAE. Здесь становятся видимыми цвет, текстура и мелкие детали.
• SaveImage (#9) записывает результат на диск с ясным префиксом, чтобы вы могли отслеживать выводы из рабочего процесса MOSS-Image Rapid-MOSS SFT 4-Step. Перезапустите с новыми семенами, чтобы быстро создать полку с вариантами.

Ключевые узлы в рабочем процессе Comfyui MOSS-Image Rapid-MOSS SFT 4-Step#

RapidMOSSAdapter (#2)#

Этот узел является сердцем подхода MOSS-Image Rapid-MOSS SFT 4-Step. Он вводит Rapid-MOSS LoRA в UNet и публикует выделенные sampler и sigmas, которые делают работу выборки в четыре шага. Настраивайте steps только если у вас есть причина отклониться; адаптер спроектирован вокруг 4. Настройка lora_strength позволяет вам балансировать строгое соблюдение поведения в 4 шага против более свободного, более общего ощущения удаления шума.

ScheduledCFGGuidance (#13)#

Этот обертка для руководства применяет руководство без классификатора с графиком на короткой траектории, улучшая точность подсказок без дестабилизации изображения. Увеличьте cfg для более сильного подтягивания подсказок и четких объектов, или уменьшите его, чтобы избежать перенасыщения и артефактов в сложных сценах. Если вы измените окно графика, держите его согласованным с горизонтом в четыре шага, чтобы руководство оставалось плавным.

EmptyFlux2LatentImage (#6)#

Используйте это, чтобы задать размер и соотношение сторон перед выборкой. Предпочитайте размеры, которые соответствуют общим шагам диффузии, и держите соотношения сторон разумными для вашей темы, чтобы уменьшить растяжение. При итерации фиксируйте размер, исследуя семена, чтобы различия в композиции были обусловлены шумом, а не сдвигом холста.

SamplerCustomAdvanced (#7)#

Этот семплер потребляет sampler и sigmas адаптера и выполняет четыре шага удаления шума. Не заменяйте несвязанные семплеры или графики, если вы не меняете адаптер, так как пара обеспечивает скорость и стабильность. Для вариаций держите пару семплер-график целой и меняйте только семя, подсказку или руководство.

Prompt (#3)#

Ваши слова становятся встраиваниями здесь. Начинайте с объекта, затем добавляйте композицию и освещение, и завершайте стильными намеками. Держите это кратким и конкретным, чтобы помочь пайплайну MOSS-Image Rapid-MOSS SFT 4-Step разрешить уверенную структуру за очень мало шагов.

Дополнительные возможности#

• Для портретов указывайте кадрирование, подсказки объектива и освещение; для иллюстрированных сцен включайте подсказки по среде и палитре.
• Если вы хотите пользовательскую отрицательную подсказку, замените ConditioningZeroOut (#14) другим CLIPTextEncode и подключите его к отрицательному входу ScheduledCFGGuidance (#13).
• Закрепите семя в RandomNoise (#5), чтобы повторять формулировку; разблокируйте его, чтобы быстро исследовать вариации.
• Начните с умеренного руководства в ScheduledCFGGuidance (#13); поднимайте его только если изображение уходит от подсказки.
• Держите пару из четырех шагов адаптера целой в RapidMOSSAdapter (#2) и SamplerCustomAdvanced (#7) для лучшего баланса скорости и качества.

Благодарности#

Этот рабочий процесс реализует и основывается на следующих работах и ресурсах. Мы благодарно признаем OpenMOSS-Team за MOSS-Image-SFT, darask0 за четырехшаговый адаптер Rapid-MOSS и узлы ComfyUI, и nif0 за квантованные файлы моделей MOSS-Image-SFT за их вклад и поддержку. Для авторитетных деталей, пожалуйста, обратитесь к оригинальной документации и репозиториям, приведенным ниже.

Ресурсы#

• 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

Примечание: Использование упомянутых моделей, наборов данных и кода подчиняется соответствующим лицензиям и условиям, предоставляемым их авторами и поддерживающими.