MOSS-Image微调模型合集

MOSS-Image 正在复刻早年SDXL的社区热度：凭借底子优秀、参数量适中的优势，大量社区微调模型陆续放出，覆盖画质修复、人像写实、电影质感、淡彩、动漫写实、快照摄影等不同方向，同时配套DMD2 Turbo加速LoRA、无训练注意力嫁接方案。

Kromoss

MOSS-Image-Base 1024px完整微调，直接替换基座，文本编码器（Qwen3.5-9B）、FLUX.2小型VAE保持不变，原有MOSS工作流无需改动；主打改善原图模糊问题。
配套两枚8步Turbo蒸馏LoRA，CFG=1、无需负向提示：

• 8-steps-dmd2-lora.safetensors（推荐）：DMD蒸馏+GAN阶段优化真实图，细节、对比度更强，PartiPrompts评分最优
• 8-steps-dmd-lora.safetensors：纯数据空间DMD蒸馏版本

MOSS Serenity

全量微调基座，同样是即插即用替换MOSS-Image-Base，ComfyUI工作流直接兼容。训练于单张RTX 5090，共24000步；核心能力：识别人物名称、稳定还原真人面容，同时保留基座原有通用能力。

MOSS-Imagine

基于MOSS-Image-SFT做适配型微调，训练集精选Grok Imagine v0.9 / v1.0生成图像。
不推翻底层基础能力，而是迁移Grok Imagine的视觉特质：更强的照片质感、电影光影、构图表现力，支持肖像、建筑、环境、概念图等，追求风格灵活、画面光影连贯。

MOSS Pastel Bloom

风格微调方向：低饱和淡雅色调、柔和轮廓，温柔清新的视觉取向。

AniMOSSity

融合动漫与写实的风格FT，色彩鲜亮；灵感来自Animosity，主打高冲突感创意画面（动漫角色+写实场景混搭）。

DiffSynth-Studio训练，冻结文本编码器与VAE，11264条caption，1个epoch，学习率1e-5，多分辨率分桶；提供BF16原版与INT8 ConvRot量化版本，兼容标准MOSS-Image工作流。

MOSS Image Style FT

快照风微调，偏向自然随手拍摄的生活化照片质感。

MOSSkr2（特殊嫁接Groom方案）

和上面所有微调不一样：无训练、不新增权重、不使用数据集，属于注意力嫁接改造。
修改MOSS SFT的 attn Q/K 和 MLP gate，参考Krea2的注意力行为模式，让MOSS的token分配逻辑向Krea2靠拢。

效果：画面细节提升、背景构图改善、对比度与饱和度抬升，缓解原生MOSS偏平淡发灰的问题；属于无损改造，可以搭配DMD Turbo LoRA一起使用，推荐强度0.7–0.8。

MossAD-Demo

MossAD-Demo（Moss Anime Diffusion）是基于 OpenMOSS MOSS-Image Base 5B 的验证型全量微调，数据集取自 Danbooru / Gelbooru / E621，精选 57 位艺术家合计 3685 张图片，属于前置概念验证实验，目标是测试 MOSS-Image 学习画师风格、booru 标签、bbox 边界框布局提示的效率，为后续更大规模训练铺路。

给创作者的搭配建议

• 追求极致速度 + 高质量：MOSS-Image-Base + Kromoss 8-steps-dmd2-lora (CFG 1, 8步) + MOSSkr2 (强度 0.75)。
• 真实感摄影/人像：直接使用 MOSS Serenity 或 MOSS Image Style FT 检查点。
• 复杂场景与电影感：使用 MOSS-Imagine，配合详细的摄影术语提示词（如光影、镜头焦距）。
• 二次元/风格化创作：AniMOSSity 检查点，或 Base + 动漫向提示词 + MOSSkr2 增强细节。