MOSS-Image

排序

MOSS-Image社区已经形成丰富生态，包含全量Checkpoint微调（画质、人像、电影风）、风格FT、DMD2快速采样LoRA，还有MOSSkr2这种零训练注意力嫁接方案；绝大多数模型兼容原有ComfyUI MOSS工作流，直接替换基座即可。

这套 MOSS-Image i2i LoRA 为 ComfyUI 打造，包含漫画上色、去文字水印、去马赛克三个独立 LoRA；依托 VAE 潜参考图生图，上色版本数据集充足效果更好，去文字、去遮挡版本训练样本偏少。

MOSS-Image-SFT-4-steps v2.0 完成重大改版，精简为单个 LoRA 文件，原生适配标准 Euler 采样器，无需额外自定义组件。它支持 4 步快速出图，中英文字、数字保真度在同类型少步模型中表现突出，最高支持 2048×2048 无平铺生成。

1.9MB的SFT Destripe LoRA依靠权重方向提取而非训练制作，专门消除MOSS-Image SFT在平滑背景产生的垂直色带，几乎保留原有图像风格，在ComfyUI只需简单加载即可使用。

MOSS-Image-Edit-HQ armV4 是 MOSS-Image-SFT 社区图像编辑 LoRA，依靠掩码损失解决旧版全局色彩漂移问题，面部编辑明显变强；同时提供原生 ComfyUI 和插件两种接入格式，适合做局部改写、光影重绘，但显存开销较高，不兼容 Base 系列模型。

CharRef v2 是MOSS-Image生态里实用性很强的角色固定方案，依托KV缓存参考编辑路线，省去逐个角色微调LoRA的成本，非常适合漫画、二次元角色跨场景生成；短板集中在写实人脸、精细发型、单参考限制。