MOSS-Image 修補：與場景無縫融合的局部編輯#
MOSS-Image 修補是一種專注於 ComfyUI 的工作流程，用於僅在繪製的遮罩內替換或添加細節，同時保持其他部分像素精確。它會裁剪具有充足背景的遮罩區域，應用由您的提示和 Differential Diffusion 引導的 MOSS-Image，然後將結果無縫貼回。
使用 MOSS-Image 修補來進行配件添加、顏色更改、產品調整、小修復和材料替換。該流程操作快速，提示輕量，並設計以保留周圍場景，使您的編輯看起來原生而非拼接。
Comfyui MOSS-Image 修補工作流程中的關鍵模型#
- Comfy-Org MOSS-Image 擴散模型。提供用於重繪遮罩區域的圖像前驅。使用官方存儲庫中提供的 SFT 構建：根據您的硬件需求選擇 int8 convrot 或 bf16 變體。請參閱 Comfy-Org/MOSS-Image 的模型中心以及 moss_image_sft_int8_convrot.safetensors 或 moss_image_sft_bf16.safetensors 的文件級條目。
- Qwen 3.5 9B W4A8 GPTQ 文本編碼器。將您的提示編碼為 MOSS-Image UNet 的調節，並隨 MOSS 發布。請參閱 text_encoders/qwen3.5_9b_w4a8_gptq.safetensors。
- Flux 2 VAE Small。將裁剪的圖像壓縮到潛在空間，並將結果解碼回像素，保持顏色穩定。請參閱 vae/flux2-vae_small.safetensors。
- 可選的 LoRA。可以加載經 MOSS 優化的 LoRA 以引導表面真實感和產品般的完成效果。非必需項目；如果您更喜歡基礎 MOSS-Image 外觀，請繞過它。
如何使用 Comfyui MOSS-Image 修補工作流程#
此工作流程在一次性執行中運行：您加載圖像並繪製遮罩，管道會裁剪該遮罩周圍的背景，MOSS-Image 只重新繪製遮罩區域，然後將編輯過的裁剪返回到原始框架。綠色組是您通常會觸碰的部分；灰色組是自動的。
① 模型#
管道首先在 Load MOSS-Image model (#1) 中加載 MOSS-Image UNet，在 LoRA: Lenovo UltraReal (optional, Ctrl+B to skip) (#5) 中加載可選的 LoRA，在 Load text encoder (type: moss_image) (#2) 中加載 MOSS 文本編碼器，以及在 Load VAE (Flux 2 small) (#3) 中加載 VAE。選擇適合您的內存和精度偏好的 MOSS-Image 變體。如果您想要中性基線，保持 LoRA 繞過；當您需要額外的光澤或觸覺細節時，啟用它。在此階段不需要其他調整。
② 圖像 + 遮罩#
在 Image + mask (right-click → Open in MaskEditor) (#10) 中導入您的源，然後打開遮罩編輯器並繪製您想要更改的區域。白色區域定義將被重新生成的內容，而未觸及的像素將保持不變。目標是繪製一個遵循真實邊緣的遮罩，以獲得更清晰的融合。保存以將遮罩返回到圖形中。
③ 提示#
使用 Positive prompt: describe the masked area (#19) 和 Encode positive (#20) 僅描述遮罩內的內容。保持提示簡短且具體，針對您希望出現的對象、顏色或材料。使用 Negative prompt (#21) 避免出現如低質量或浮水印等工件。由於裁剪包含周圍背景，通常不需要提及背景。
④ 遮罩周圍的裁剪（自動）#
Grow + soften mask (#30) 溫和地擴展遮罩並使其邊緣柔化，以便貼回時無縫融合。Crop around mask (padding = context) (#31) 找到遮罩周圍的緊密邊框並添加背景填充，以便 MOSS-Image 理解新內容應如何適應。Scale crop to ~1.5 MP (#32) 將裁剪件調整到理想的工作分辨率，以獲得細節而不浪費計算。Encode crop (#33) 將裁剪轉移到潛在空間，Redraw only the mask (#34) 確保去噪僅發生在遮罩內。使用 Crop preview (what MOSS sees) (#35) 在採樣前對裁剪和背景進行理智檢查。
⑤ 採樣#
Differential Diffusion (soft mask edge) (#4) 通過在遮罩邊界附近減少更新來保護未遮罩的內容，並優先保持一致性。然後 KSampler (#40) 使用 MOSS-Image 模型以及您的正負條件生成修補內容。您在此處選擇的平衡決定了提示遵循的程度與原始結構保留的程度。對於保守的編輯，偏向較低的重繪強度；對於完全替換，使用較高的重繪強度。
⑥ 貼回（自動）#
採樣後，Decode (#50) 將潛在空間轉換為像素，Scale back to crop size (#51) 將編輯過的裁剪恢復到先前捕獲的精確尺寸。Paste into original (outside the mask stays exact) (#52) 使用保存的 x, y 坐標將結果合成回您的原始圖像中，以確保對齊完美且框架的其他部分保持不變。
⑦ 結果#
Result (#60) 寫入最終圖像。文件命名為您處理；重新運行以快速迭代相同的源和遮罩。
⑧ 展示（供分享的一張圖片）#
Showcase: before / mask / after + prompt (#70) 構建一個並排面板，顯示原始圖像、您的遮罩的紅色覆蓋和修補結果，並在下方打印提示。這對於文檔或客戶批准非常有幫助。使用 Showcase image (#71) 保存面板。如果您不需要展示輸出，您可以繞過此組以加快執行速度。
Comfyui MOSS-Image 修補工作流程中的關鍵節點#
Grow + soften mask (#30) 輕微擴展繪製區域並對其邊緣應用柔和模糊，以實現自然過渡。當您看到硬接縫或遺漏的邊緣時調整 expand，當邊緣看起來過於鋒利或過於模糊時調整 blur_radius。對於頭髮、毛皮和柔軟織物等邊界模糊有助於融合的情況，使用更高的擴展。
Crop around mask (padding = context) (#31) 計算遮罩的邊界框並在其周圍添加額外的場景背景。padding 值控制有多少環境進入模型，這影響視角和光照的一致性。更多的填充為 MOSS-Image 提供了更好的全局提示，但在固定的百萬像素目標下會減少每像素細節；對於小而精緻的插入，減少填充。
Scale crop to ~1.5 MP (#32) 將裁剪的補丁調整到實際的工作分辨率。提高百萬像素目標可以在遮罩內提高細節，但會犧牲速度和內存。對於快速預覽或非常寬泛的遮罩，降低它，因為微細節不太重要。
Redraw only the mask (#34) 在潛在空間上設置噪聲遮罩，以便去噪僅限於您繪製的區域。這是保證未遮罩像素保持不變的關鍵。保持啟用以實現真正的修補；僅在需要確認模型行為的情況下禁用。
Differential Diffusion (soft mask edge) (#4) 通過在接近邊界時減弱更新來抑制遮罩邊緣周圍的不必要溢出。當您注意到顏色溢出或紋理在遮罩外蔓延時增加 strength，當您希望舊內容與新內容之間有更大融合時減少它。它與遮罩增長階段的羽化緊密配合。
KSampler (#40) 使用 MOSS-Image 模型和您的條件驅動實際生成。denoise 控制遮罩內容被重新想像的程度：接近 1 的值創建新內容，中值保留結構並重新上色，較低的值進行細微改進。調整 steps 以平衡質量和速度，並更改 seed 以在保持所有其他條件不變的情況下探索替代方案。
Paste into original (outside the mask stays exact) (#52) 使用邊界框的坐標將編輯過的裁剪合成回原始框架。關閉 resize_source 以避免縮放工件。如果邊緣顯示輕微光暈，請返回到先前的遮罩增長和模糊，而不是在此處進行補償。
可選的附加功能#
- 保持提示簡短且字面，以便 MOSS-Image 修補。專注於您希望在遮罩內的對象、顏色、材料和完成效果。
- 對於重新著色或材料替換，降低
KSampler中的重繪強度，以保持現有形狀和陰影，同時更改外觀。 - 如果遮罩區域在非常大的照片上很小，請在
Scale crop to ~1.5 MP中提高百萬像素目標，以便模型有足夠的像素解析小細節。 - 當必須匹配複雜環境（例如手、反射或圖案表面）的插入的視角或光照時，增加背景
padding。 - 使用
Crop preview (what MOSS sees)確認裁剪包含遮罩區域和足夠的周圍提示再進行採樣。
致謝#
此工作流程實現並構建在以下工作和資源之上。我們誠摯感謝 Comfy-Org 提供的 MOSS-Image 模型文件，Civitai 社區提供的 MOSS Image 修補工作流程模板，以及 OpenMOSS 提供的 MOSS-Image 研究代碼和技術報告的貢獻和維護。欲了解權威詳情，請參閱下列鏈接的原始文檔和存儲庫。
資源#
- Civitai/MOSS Image 修補工作流程
- GitHub: Comfy-Org/workflow_templates
- 文檔 / 發布說明: MOSS Image 修補工作流程
- Comfy-Org/MOSS-Image
- GitHub: OpenMOSS/MOSS-Image
- Hugging Face: Comfy-Org/MOSS-Image
- arXiv: arXiv:2610.23374
注意：使用所引用的模型、數據集和代碼需遵循其作者和維護者提供的相關許可和條款。
