原題：MOSS-Image-IDM-2-Steps
MOSS-Image-SFT を基盤とし、lodestones の 8 ステップ、darask の 0 および 4 ステップによる段階的な蒸留を経て、IDM（内在分布マッチング）損失を用いて 2 ステップ、CFG 不要の LoRA として訓練されました。作者によれば、保持された高密度テキストプロンプトにおいて、一部のプロンプトでは 2 ステップの結果が 50 ステップの教師モデルを上回るとされています。また、実験的な編集版 v2 も存在します。
なぜ重要か MOSS はテキストを含むポスターやメニュー画像をわずか 2 ステップで生成可能であり、IDM で訓練されたオープンソース実装としてはコミュニティ初となります。
いいね（抱きつき）数 42 · 上昇スコア（抱きつき）42 · ダウンロード数（抱きつき）0
ライセンス：商用利用可 · ComfyUI：モデルカードに記載 · VRAM：記載なし
理由
- 作者は v2 編集版が汎用的なテキストから画像への生成性能を低下させることを明記しており、テキストから画像への生成には v1 を使用することを推奨しています
- オンライン Demo Space とサンプル画像セットが添付されています
使い方
- テキストから画像への生成には runs/idm/export/000750/ 配下の v1 を使用します。局所的な属性編集には、リポジトリのルートディレクトリまたは adapter_v2/ 内の v2 を使用し、2 ステップで CFG を無効にします
リスク
- コミュニティによる実装であり、評価は作者自身による小規模な比較に基づいています。2 つのチェックポイントの用途が異なるため、誤って選択すると性能が低下する可能性があります