ComfyUI 中的 MOSS-Image 控制 LoRA：Canny、深度、姿态

thedeoxen 于 11 月 10 日发布了 MOSS-Image-SFT 的七个控制 LoRA：canny、depth、pose、normal、lineart、scribble 和 segmentation。每个都是单个约 290 MB、rank-64 的 LoRA，自带 ComfyUI 工作流和控制图到结果的示例网格，因此你可以直接挑选与手头控制图对应的那个来运行。

它们是编辑类 LoRA，而不是新的控制模型。控制图作为引用图像输入，由提示词决定这些形状最终变成什么。

深度控制（最左侧）与不同提示词生成的结果

每个 LoRA 的输入

LoRA	输入的控制图	随附工作流中的预处理器	检查点
Canny	黑色背景上的细白边	Canny	step 4500
Depth	灰度深度图，近处为白	Depth Anything V2 (ViT-L)	step 5000
Pose	DWPose 骨骼，黑色背景	DWPose	step 4500
Normal	相机空间法线图	BAE 法线图	step 5000
Lineart	细白线条、粗线稿	LineArt	step 5000
Scribble	随意的白色笔触	HED	step 5000
Segmentation	纯色区域	UniFormer 语义分割	step 4500


DWPose 骨骼转为跃起的人物	Canny 边转为新的材质与场景

如何运行

加载 MOSS-Image-SFT：U-Net moss_image_sft_int8_convrot.safetensors，CLIP 使用 qwen3.5_9b_w4a8_gptq.safetensors 并把类型设为 moss_image，VAE 使用 flux2-vae_small.safetensors。
在 U-Net 上加装 LoRA，强度设为 1.0。如果控制过于僵硬，可降到 0.7 左右。
将控制图作为唯一的引用图像输入 文本编码 MOSS-Image 编辑 节点，并在正向和负面编码上都把 edit_format 设为 ai-toolkit。这些 LoRA 是在开启 kv 缓存的情况下训练的。
采样使用 30 步、CFG 4、euler 和 simple。

工作流中的预处理器（Canny、Depth Anything V2、DWPose、BAE、LineArt、HED、UniFormer）来自 ControlNet Auxiliary Preprocessors 插件包，而非 ComfyUI 核心。如果你已经有控制图，可跳过预处理器，直接把图像接到编码节点。

来自 UniFormer 的纯色区域，按提示词重新风格化

与官方适配器的差异

官方的 MOSS-Image 颜色/深度控制适配器从噪波开始，把区域图和深度图作为条件输入。而这些 LoRA 则把控制图当作引用图像，因此它们适用于全部七种控制图类型，也正因如此，所有外观都由提示词决定。代价是强控制可能约束得过紧：当构图看起来被冻结时，模型卡建议把强度调到 0.7。

下载

控制类型	权重与工作流
Canny	MOSS-Image-canny-controlnet
Depth	MOSS-Image-depth-controlnet
Pose	MOSS-Image-pose-controlnet
Normal	MOSS-Image-normal-controlnet
Lineart	MOSS-Image-lineart-controlnet
Scribble	MOSS-Image-scribble-controlnet
Segmentation	MOSS-Image-segmentation-controlnet

基础模型：OpenMOSS-Team/MOSS-Image-SFT。每个仓库都自带 moss_image_<type>_control.json，只要三个基础文件已就位，就可以直接把它拖进 ComfyUI。

每个 LoRA 的输入

如何运行

与官方适配器的差异

下载

评论