MOSS-Image FP16-fixed

MOSS-Image FP16-fixed

MOSS-Image Base 和 SFT 的图像 transformer，权重经过重新缩放，可在 fp16 下运行而不溢出，输出保持一致。适用于 diffusers、ComfyUI 和 KohakuMoss。

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：这是 Base 和 SFT 两个版本的 MOSS-Image，权重内部做了一处修改：在各块之间传递数值的累加流被除以 16。这样 fp16 就有了充足的余量，而以前只有约 5%。

据模型卡说，结果与官方模型在舍入误差内一致，并且比原版 bf16 文件更贴近 fp32 参考。只有 transformer 发生了变化。其余都保持官方原样，包括文本编码器和分词器，以及 VAE、调度器和流水线代码。

适合谁：适合在 diffusers 或 ComfyUI 里用 MOSS-Image 生成图片、想让 fp16 安全运行的人，尤其是在大尺寸或使用 LoRA 和微调模型时。

Industry | Who uses it | How they use it | Example
设计 | ComfyUI 里的图像生成者 | 在更大的画布上运行 fp16 | 不再变黑的 2560 x 2560 渲染
软件 | 流水线开发者 | 在 fp16 下使用 diffusers 的 transformer | 在支持 fp16 的 GPU 上提供图像服务
研究 | 模型爱好者 | 在上面加 LoRA 或微调 | 训练适配器而不溢出

如果你已经在 bf16 或 fp32 下运行得很顺，或者想用别的图像模型，可以跳过它。

用在哪里：这些文件面向三个地方，模型卡列出了哪个文件用在哪里。

• diffusers，通过 Base 和 SFT 的 MOSSImageTransformer 文件夹
• ComfyUI，通过单文件 fp16 检查点
• KohakuMoss，作者的训练和运行工具

Use case | Who | What they get back
安全的 fp16 生成 | ComfyUI 用户 | 大尺寸下没有 NaN 或黑图的图片
Diffusers 流水线 | 开发者 | 与官方配置一致的 fp16 transformer
在上面微调 | 训练者 | 加 LoRA 或微调时有更多余量

如何设置：你需要 Python 和 Hugging Face 工具来获取文件，再选其中一个运行工具。模型卡说文本编码器和 VAE 来自官方或 Comfy-Org 的发布。

• 带 pip 的 Python
• diffusers、ComfyUI 或 KohakuMoss
• 官方的文本编码器和 VAE，这个仓库没有改动它们

1. 用 pip 安装 Hugging Face 的 hub 工具。
2. 用 hf 命令下载仓库文件。
3. 让你的运行工具指向 Base 或 SFT 的 transformer，或对应的 ComfyUI 文件。

pip install -U huggingface_hub
hf download KBlueLeaf/MOSS-Image-FP16-fixed

如何使用：选择 Base 或 SFT，然后在你的工具里加载对应的文件。在 ComfyUI 里用单文件检查点，在 diffusers 里加载 transformer 文件夹。模型卡没有给出运行命令。

File | Used for
base/transformer and sft/transformer | fp16 的 diffusers MOSSImageTransformer
moss_image_base_fp16_fixed.safetensors | Base 的 ComfyUI 单文件
moss_image_sft_fp16_fixed.safetensors | SFT 的 ComfyUI 单文件
reports 文件夹 | 本页数字背后的逐图数据

示例：你在 ComfyUI 里用 fp16 加载修复后的 Base 文件，渲染一张 2560 x 2560 的图。模型卡说官方文件在这个尺寸会变黑，而修复后的权重保持有限。

新手与专家：如果你是新手，这是同一个图像模型，只是调整了内部数值，让它们小到足以用 fp16。把它换到你原来用官方文件的地方，先渲染一张普通图片。

如果你熟悉这个领域：残差流在 42 个块中的第 26 块附近峰值约 62,000，刚好低于 fp16 的上限 65,504。在权重内部缩放 1/16 后，那里有 16.9 倍的余量。模型卡用 189 次前向和真实的 50 步采样来证明这一点。

官方权重的峰值接近 fp16 上限
把残差流缩小到 1/16
在 fp16 下运行，余量充足
舍入误差内得到相同的图片

注意事项：官方文件在 fp16 下通过了作者做的所有测试，直到 2048 x 2048，然后在 2560 x 2560 的第 29 步（共 50 步）失败。修复后的权重保留了大得多的余量。

Title: 第 26 块距 fp16 上限的余量，倍数
官方权重: 1.05 倍
修复后的权重: 16.9 倍

• License: Apache 2.0
• Cost to run: 未提及费用
• Data it reaches: 你下载的模型文件，以及你给自己的运行工具的提示词
• Not for: 更改文本编码器、VAE 或调度器，因为只改了 transformer

Hugging Face 上的数据（2026年11月13日）

• 任务：text to image
• 框架：diffusers
• Formats: Safetensors
• 最近 30 天下载：0
• 点赞：38
• 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-FP16-fixed
• 文件：https://huggingface.co/KBlueLeaf/MOSS-Image-FP16-fixed/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-FP16-fixed

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。