LoRA MOSS-Image 4 étapes : distillation eDMD

ComfyUI Wikinews

Un LoRA ComfyUI de rang 64 exécute MOSS-Image-SFT en 4 étapes à CFG 1 au lieu de 50 à CFG 3, avec une texture fine mesurée au-dessus de l'enseignant à 50 étapes.

<strong>MOSS-SFT-Distill-4step-LoRA</strong> exécute MOSS-Image-SFT en 4 étapes à CFG 1 au lieu de 50 étapes à CFG 3, soit 4 appels au modèle contre 100. Il fournit un fichier prêt pour ComfyUI et huit flux de travail à nœuds de base pour le texte-vers-image, les boîtes de mise en page et les retouches d'image.
Résultats de MOSS-Image en 4 étapes

22 prompts de test rendus par le LoRA en 4 étapes. Source : lvladikov

Ce que coûtent et préservent les 4 étapes

Selon les propres mesures de l'auteur, 22 images en 1024² prennent 26,6 s au lieu de 387,3 s (temps GPU facturé par Comfy Cloud), et la texture fine atteint en moyenne 1,22× celle de l'enseignant à 50 étapes, car l'entraînement mélange des images de l'enseignant avec environ 8 000 recadrages de photos légendées. Le rendu de texte est la seconde promesse : 14 des 15 prompts textuels sortent avec chaque chaîne demandée correcte, contre 12 pour le LoRA 4 étapes d'akhaliq.

Ce sont les chiffres de l'auteur. Une vérification indépendante existe : un utilisateur a comparé neuf LoRA turbo MOSS à la référence à 50 étapes sur la texture de peinture classique (craquelure, trame de toile, grain de papier) et a retenu celui-ci comme le plus proche de la référence, devant les concurrents à 12 étapes.

Comparaison de portraits
Un prompt, un bruit de départ : enseignant 50 étapes · akhaliq 4 étapes · ce LoRA. Source : lvladikov

Où il est plus faible

Le LoRA est entraîné par correspondance de distribution avec un critique de point final (eDMD) plus une distillation adversariale latente (LADD), et non en copiant la sortie de l'enseignant. Les styles peints doux et les détails photo denses se situent en dessous de l'enseignant : le test aquarelle est à 0,66× sa texture fine, le portrait et une foule de marché entre 0,80 et 0,85.

Les premiers retours concordent : le flux de travail d'édition en 4 étapes fonctionne et le prompt de mise en page tient, mais les visages photoréalistes sont plus faibles, et un utilisateur observe occasionnellement des membres manquants. Un autre le qualifie de « au niveau des LoRA les plus récents de lodestones » plutôt que d'une victoire nette.

Comparaison de rendu de texte
Un menu avec cinq lignes imprimées et des prix : enseignant · akhaliq 4 étapes · ce LoRA. Source : lvladikov

L'exécuter dans ComfyUI

Utilisez le fichier _comfyui, pas le fichier simple : ComfyUI ajoute le LoRA aux poids bf16 et arrondit la somme, donc le fichier ComfyUI fourni porte un facteur mesuré de 1,18 dans ses valeurs alpha. Chargez-le à force 1.0, 4 étapes, CFG 1, et n'ajoutez pas les paramètres de saut de couches ou de prompt négatif de l'enseignant à 50 étapes.

FichierDossier
moss_sft_4step_rank_64_lora_comfyui.safetensorsComfyUI/models/loras/
moss_image_sft_bf16.safetensorsComfyUI/models/diffusion_models/
qwen3.5_9b_w4a8_gptq.safetensorsComfyUI/models/text_encoders/
flux2-vae_small.safetensorsComfyUI/models/vae/

Les trois fichiers de base proviennent de Comfy-Org/MOSS-Image. Le LoRA a été entraîné sur 12 résolutions, de 768×512 et 512×768 jusqu'à 1824×1024 et 1024×1824, donc les autres ratios d'image sortent de son ensemble d'entraînement.

Disponibilité

Commentaires

Connectez-vous avec GitHub pour rejoindre la discussion.

Chargement des commentaires…
LoRA MOSS-Image 4 étapes : distillation eDMD | ComfyUI Wiki