akhaliq/MOSS-Image-Edit-HQ

社区为 MOSS-Image-SFT 训练的指令式图像编辑 LoRA：输入一张参考图和一句编辑指令（改颜色、换衣服、去掉物体、改光照、改文字等），输出修改后的图；作者推荐 armV5 检查点。 上升分 66 · 点赞 66 · 下载量 0 **理由** - 作者的目标是超过已有的 chinoll/Moss-Image-Edit，并把 v1 到 v6 每一版的配方、检查点和对比图都公开，包括输掉的版本：v1 没过评测，v6 出现偏色和加物体退步，所以推荐 v5。 - v4 起用编辑区域掩码加 masked loss，让没要求修改的区域尽量保持原样；v5 用 5,644 组数据（去除、面部、环境 / 风格、文字）加完整场景描述训练 1,200 步。 - 两种格式都有：ai-toolkit 格式可用 ComfyUI 10 月 22 日合并的原生 MOSS-Image Edit 支持（PR #17296）直接加载，moss-edit-lora 格式可直接替换 chinoll 版文件；仓库附单参考图和最多 4 张参考图的现成工作流。上升分 66 只代表关注度。 **用法** - 原生路径：ComfyUI 更新到 v0.42.1 之后的 master / nightly，weights/armV5/armV5.safetensors 放进 models/loras；Load Diffusion Model（Comfy-Org/MOSS-Image）→ LoRA loader → Text Encode MOSS-Image Edit（edit\_format 设 ai-toolkit，接 VAE 和参考图）→ KSampler，也可从 Browse Templates 打开内置的 MOSS-Image Edit 模板。 - 插件路径：装 Chenkin-x/ComfyUI-Moss-Image-Edit（作者的测试基线是 ComfyUI v0.42.3），armV5-moss-edit-lora.safetensors 放 models/model\_patches（不是 loras），直接用仓库 workflows/ 里的 armV5 工作流。 - 作者推荐：Euler、shift 5.0、50 步、CFG 3.0，输出最大 1024px，编辑太弱就把 CFG 提到 3.5–4；叠加 lodestones 的 8 步 DMD 加速 LoRA 可用 8 步、CFG 1 出草稿。 **风险** - 作者称需要约 20 GB 以上显存（bf16），6 GB 跑不了；8 步加速版画面明显变软、加物体变弱、会偏红，作者建议只用来出草稿。 - 只用单参考图的编辑对训练，作者说多图合成（把一张图里的人或物放进另一张）效果有限；只在 SFT 上训练，Base 和 Kromoss 能否用未验证。 - 非 OpenMOSS 官方模型；模型卡原生路径的步骤里写的是放 armV6 文件，和推荐的 armV5 不一致，下载时注意选对；早期版本有比原图更饱和的问题。 *编辑：作者把和 Fibo 2.0 的对比图、50 步与 8 步的对比图都放在仓库 eval/ 里，可以先看图再决定下哪个文件。* [打开](https://huggingface.co/akhaliq/MOSS-Image-Edit-HQ)