MOSS-Image Base: ファインチューニング向け5Bテキストから画像へのチェックポイント
ComfyUI Wiki
MOSS-Image BaseはMOSS-Imageのオープンな5B事前トレーニングチェックポイントで、レイアウトJSON制御とComfyUIサポートを備え、LoRAやファインチューニング用途のために維持されています。
M
MOSS-Image Base
テキストから画像へレイアウト制御ファインチューニングオープンウェイトMOSS-Imageの事前トレーニングチェックポイントです。推論パラメータのポストトレーニングや蒸留を行わずに公開されているため、トレーニングのシグナルが重みにそのまま残っています。OpenMOSSは、LoRAトレーニングの出発点として、またそのまま実行するのではなくモデルを基に構築したい人向けに、これを推奨しています。
| 開発元 | OpenMOSS |
| リリース日 | 2026-10-16 |
| アーキテクチャ | FLUX.2潜在空間の5BシングルストリームDiT（42レイヤー）、Qwen3.5-9Bテキストエンコーダー、FLUX.2 VAE |
| パラメータ | 5B |
| ライセンス | Apache-2.0 |
| サンプリング | 50ステップ以上、CFG 3（3から6の範囲）、shift 5、Euler、レイヤー22でのネガティブブランチスキップ |
主な機能
- テキストレンダリング: 英語と中国語の判読可能なテキストを描画し、自動改行にも対応
- レイアウトJSON: 位置を文章で説明する代わりに、バウンディングボックスでテキストボックスやオブジェクトを配置
- プロンプト形式: 自然言語、タグ列、レイアウトJSONに対応し、最大4Kトークンのプロンプトを利用可能
- 解像度範囲: 0.25M（512×512）から4M（2K）ピクセルまで。1M、1.5M、2Mの出力向けに調整
- LoRA対応: チェックポイントがトレーニング情報を完全に保持しているため、OpenMOSSがトレーニング用に推奨するのはこのモデルです
注意事項
蒸留を行っていないため、ベースチェックポイントで性能を発揮するにはユーザーガイドの設定が必要です。50ステップ以上、CFG 3、shift 5、そしてレイヤー22でのネガティブブランチスキップです。レイヤースキップをオフにすると出力はよりリアルになりますが、細部が折りたたまれることがあります。ガイドが推奨するネガティブは nsfw, worst quality, bad anatomy, watermark, jpeg artifact です。
関連情報
Guides and workflows related to this model series.
No articles found.
コメント
GitHubでサインインしてディスカッションに参加しましょう。