ComfyUI-Spectrum-MOSS：为 MOSS-Image 提供隐藏状态预测，最高提速 2.5 倍

ComfyUI-Spectrum-MOSS 是一款专为 MOSS-Image 模型设计的 Spectrum 风格隐藏状态预测节点。其核心目标是通过预测机制减少实际的 Transformer 评估次数，从而在不显著损失画质的前提下提升推理速度。

• GitHub：https://github.com/Rkkss/ComfyUI-Spectrum-MOSS

该节点包目前包含两个核心组件，分别对应不同的控制逻辑：

Spectrum MOSS-Image（手动）：适合需要精确控制推理节奏的用户。在模型完成初始预热后，用户可以手动指定后续的预测步数。

Spectrum MOSS-Image（自适应）：这是一个实验性节点。它不再依赖固定的步数设定，而是通过实时评估预测误差，动态调整预测步数。这种方式旨在让系统在速度与生成质量之间自动寻找平衡点，但相应的，实际推理速度会产生波动。

在自适应模式下，节点的调度行为遵循一套明确的四阶段逻辑：

第一阶段是预热。第一步始终执行实际的 Transformer 评估，为后续的预测建立基准。

第二阶段是细节保护。在初始的几步中，调度器在实际刷新之间最多只允许进行 1 次预测，以确保基础结构的稳定性。

第三阶段是视野扩展。度过保护期后，调度器会将预测视野扩展到配置的上限，大幅提升生成速度。

第四阶段是尾部收敛。在生成的最后 2 步，系统会切回实际评估，以修正前期预测可能累积的偏差，确保最终图像的完整性。

根据开发者的测试反馈，在默认设置下，该节点能够带来约 2 到 2.5 倍的速度提升。为了获得最佳的稳定性与效果，推荐的基础配置为 50 个采样步，并搭配 Euler 采样器与 sgm_uniform 调度器。虽然其他调度器通常也能运行，但其他采样器可能会影响最终效果。

如果用户希望进一步压榨性能，可以通过调整特定参数来实现。增加最大连续预测数，或者减少预热步数和尾部实际步数，都能有效提升生成速度。

此外，细节保护窗口期的设置以及误差容忍度的值，也会直接影响系统的表现。更高的误差容忍度允许在保护步之后保留更多的错误空间，这在提升速度的同时，可能需要用户在具体项目中权衡画质的损耗。