MOSS-Image-heal

MOSS-Image-heal

KBlueLeaf 对 MOSS-Image-Base 文生图模型做的微调，缩小了其内部数据流里的极大值，同时让输出和基础模型保持接近。适合 ComfyUI 和 diffusers 用户以及数值研究人员。

由 KBlueLeaf 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：MOSS-Image-heal 是 KBlueLeaf 对文生图模型 MOSS-Image-Base 做的全量微调。这次微调缩小了 transformer 残差流里的极端值。最大的一个从 58,411 降到 3,083，远低于 fp16 的上限 65,504。只有 transformer 被训练过。管线里的其他部分，比如 VAE 和文本编码器，原样来自 MOSS-Image-Base。

适合谁：想要内部数值更温和的 MOSS-Image 变体的图像生成开发者和 ComfyUI 用户，以及研究大激活值的研究人员。

Industry | Who uses it | How they use it | Example
创意软件 | ComfyUI 用户 | 加载 bf16、fp16 或 int8 的单个文件 | 在工作流里使用 fp16 文件
软件 | Diffusers 开发者 | 用 diffusers 加载 transformer 文件夹 | 把它换进 MOSS-Image 管线
研究 | 数值研究人员 | 研究数据流里的值是如何被压低的 | 对比基础版本和 heal 版本的统计数据

如果你想要和基础模型明显不同的效果，可以跳过它，因为模型卡显示输出和它很接近。

用在哪里：

• 使用 diffusers 的 Python，加载 transformer 文件夹
• ComfyUI，使用单文件的 bf16、fp16 或 int8 convrot 版本

Use case | Who | What they get back
用 diffusers 文生图 | 开发者 | 根据提示词生成的图片
在 ComfyUI 里生成图片 | 艺术家 | 加载单个文件的工作流所生成的图片
数值研究 | 研究人员 | 存有模型卡里每个数字和图表数值的报告

如何设置：

• Python 和 Hugging Face 工具
• MOSS-Image-Base 里的其他管线部分，比如它的 VAE 和文本编码器
• 约 10.2 GB 磁盘用于 BF16 权重，这是估计值

1. 安装 Hugging Face hub 软件包。
2. 下载仓库文件。
3. 用 diffusers 加载 transformer，或者把单个文件放进 ComfyUI。

pip install -U huggingface_hub
hf download KBlueLeaf/MOSS-Image-heal

如何使用：像使用基础模型一样使用它，只是换上这个 transformer。模型卡的样例用了由标签加一句话组成的 caption 提示词，以及 GBC 提示词，每次都用同一个负面提示词。

Tool | What it does
transformer 文件夹 | bf16 的 diffusers transformer
ComfyUI bf16 文件 | 带融合 qkv 的单个文件
ComfyUI fp16 文件 | fp16 的单个文件
ComfyUI int8 文件 | 组大小为 256 的单个 int8 ConvRot 文件
reports 文件夹 | 存有模型卡里每个数字和图表数值

示例：用模型卡样例的设置生成：16 步、CFG 3、shift 5、种子 0，使用 caption 提示词。生成的图片应该和基础模型在相同输入下做出的很接近。

新手与专家：如果你是新手，先在 ComfyUI 里试 fp16 单文件，用你在基础模型上用的同一个提示词，对比两张图。

如果你熟悉这个领域，模型卡报告残差流的 RMS 低了 7.5 倍，距离 fp16 最大值的余量是 21.2 倍，而基础模型是 1.12 倍。现在没有任何权重超过其张量 RMS 的 64 倍，之前有 349 个。流损失从 0.4280 变为 0.4289，与基础模型的速度余弦为 0.9983。

官方文本编码器编码提示词
修复后的 transformer 去噪
官方 VAE 解码潜变量
输出一张图片

Title: 残差流里的最大值
基础模型: 58411 units
Heal: 3083 units
fp16 最大值: 65504 units

注意事项：

• 模型卡里的样例图把基础模型和 heal 版本的输出并排对比。
• 模型卡在 6 个图文样本、1024 平方面积上测量了数据流统计。
• 这次微调的基础模型是 OpenMOSS-Team/MOSS-Image-Base。
• License: apache-2.0。
• Cost to run: 没有提到，只需要你自己的硬件。
• Data it reaches: 你给它的提示词。来源没有提到账号或外部服务。
• Not for: 来源没有说明。

Hugging Face 上的数据（2026年11月13日）

• 任务：text to image
• 框架：diffusers
• 参数量：5.1B
• Weights: about 10.2 GB in BF16; about 2.5 GB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：0
• 点赞：76
• 许可证：apache-2.0
• 基于：OpenMOSS-Team/MOSS-Image-Base
• 标签：diffusers, safetensors, moss-image, fp16, comfyui, text-to-image

链接

• 模型：https://huggingface.co/KBlueLeaf/MOSS-Image-heal
• 文件：https://huggingface.co/KBlueLeaf/MOSS-Image-heal/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download KBlueLeaf/MOSS-Image-heal

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。