MOSS-Image LoRA на 4 шага: дистилляция eDMD сохраняет мелкие детали

ComfyUI Wikinews

ComfyUI LoRA ранга 64 запускает MOSS-Image-SFT за 4 шага при CFG 1 вместо 50 шагов при CFG 3, а мелкая текстура по замерам превосходит 50-шагового учителя.

<strong>MOSS-SFT-Distill-4step-LoRA</strong> запускает MOSS-Image-SFT за 4 шага при CFG 1 вместо 50 шагов при CFG 3, то есть 4 вызова модели вместо 100. В комплекте идёт готовый для ComfyUI файл и восемь рабочих процессов на базовых нодах для text-to-image, layout-боксов и редактирования изображений.
Результаты MOSS-Image за 4 шага

22 тестовых промпта, отрисованных LoRA за 4 шага. Источник: lvladikov

Что стоят 4 шага и что они сохраняют

По собственным замерам автора, 22 изображения в 1024² занимают 26,6 с вместо 387,3 с (оплачиваемое время GPU в Comfy Cloud), а мелкая текстура в среднем составляет 1,22× от 50-шагового учителя, потому что при обучении смешиваются изображения учителя и около 8 000 подписанных фотокропов. Второе заявление касается рендеринга текста: в 14 из 15 текстовых промптов все запрошенные строки переданы верно, против 12 у 4-шаговой LoRA от akhaliq.

Это цифры автора. Есть одна независимая проверка: пользователь сравнил девять turbo-LoRA для MOSS с 50-шаговым базовым вариантом на текстуре классической живописи (кракелюр, плетение холста, зерно бумаги) и выбрал эту как ближайшую к базовой, впереди 12-шаговых конкурентов.

Сравнение портретов
Один промпт, один стартовый шум: 50-шаговый учитель · 4 шага akhaliq · эта LoRA. Источник: lvladikov

Где она слабее

LoRA обучена согласованием распределений с endpoint-критиком (eDMD) плюс латентной состязательной дистилляцией (LADD), а не копированием выходов учителя. Мягкие живописные стили и плотные фотодетали оказываются ниже уровня учителя: в акварельном тесте 0,66× его мелкой текстуры, портрет и рыночная толпа дают от 0,80 до 0,85.

Ранние отзывы это подтверждают: 4-шаговый рабочий процесс редактирования работает, layout-промптинг держится, но фотореалистичные лица слабее, а один пользователь замечает редкие пропавшие конечности. Другой называет её «на уровне новейших LoRA от lodestones», а не чистой победой.

Сравнение рендеринга текста
Меню с пятью печатными строками и ценами: учитель · 4 шага akhaliq · эта LoRA. Источник: lvladikov

Запуск в ComfyUI

Используйте файл _comfyui, а не обычный: ComfyUI прибавляет LoRA к весам bf16 и округляет сумму, поэтому поставляемый файл для ComfyUI несёт измеренный коэффициент 1,18 в значениях alpha. Загружайте его со strength 1.0, 4 шага, CFG 1 и не добавляйте настройки пропуска слоёв или негативного промпта от 50-шагового учителя.

ФайлПапка
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/

Три базовых файла взяты из Comfy-Org/MOSS-Image. LoRA обучена на 12 разрешениях, от 768×512 и 512×768 до 1824×1024 и 1024×1824, поэтому другие соотношения сторон выходят за пределы её обучающего набора.

Доступность

Комментарии

Войдите через GitHub, чтобы участвовать в обсуждении.

Загрузка комментариев…
MOSS-Image LoRA на 4 шага: дистилляция eDMD сохраняет мелкие детали | ComfyUI Wiki