moss_image_base_dmd2

moss_image_base_dmd2

作为 MOSS-Image-Base 模型的蒸馏 LoRA，用 8 步而不是 50 步根据文字出图。适合想要更快生成图片的 ComfyUI 和 Diffusers 用户。

由 data-archetype 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_base_dmd2 是为 MOSS-Image-Base 做的 rank 128 的 LoRA，通过分布匹配蒸馏而来。它让基础模型用 8 次计算画出一张图，不需要负面提示词，引导系数为 1。基础模型做同样的事需要 50 个有引导的步骤。

适合谁：适合已经用 MOSS-Image-Base 生成图片、想用更少步骤得到结果的人。

行业 | 谁在用 | 怎么用 | 例子
设计 | 图像创作者 | 用更少的步骤快速出草图 | 模型卡里 8 步做出的岩石池塘边的鹅
软件 | Diffusers 开发者 | 把适配器加载进流水线 | 根据提示词生成图片的脚本
研究 | 模型测试者 | 对比蒸馏采样和基础采样 | 8 步对比 50 个有引导的步骤

需要别的采样器的人可以跳过它，因为模型卡说这个 LoRA 只为一种采样器训练，别的采样器效果更差。

用在哪里：

• ComfyUI，通过它原生的 MOSS-Image 支持
• Diffusers，使用仓库里的 PEFT 适配器
• Windows、macOS 或 Linux，你可以用 Python 下载文件

用途 | 谁用 | 得到什么
快速文生图 | 图像创作者 | 8 步得到约 1 兆像素的图片
ComfyUI 工作流 | ComfyUI 用户 | 一个拖进去就能运行的现成工作流
组合 LoRA | 进阶用户 | 以强度 1 把这个 LoRA 与其他 LoRA 或 MOSS-Image 微调版一起加载

如何设置：

你需要先准备：

• Python 和 huggingface_hub 包
• 支持 MOSS-Image 的 ComfyUI，或者 Diffusers 加上适配你 GPU 驱动的 PyTorch
• 来自 Comfy-Org 的 MOSS-Image 基础模型、文本编码器和 VAE 文件，模型卡点了名

1. 安装 Hugging Face hub 包并下载文件。
2. 用 ComfyUI 时，把 LoRA 放进 loras 文件夹，把基础文件放进各自的模型文件夹。
3. 用 Diffusers 时，按下面的版本安装这些包。

pip install -U huggingface_hub
hf download data-archetype/moss_image_base_dmd2

pip install "diffusers>=0.38" "transformers>=5.3" "accelerate>=1.10" "safetensors>=0.6" "peft>=0.21" "Pillow>=10"

如何使用：在 ComfyUI 里，把示例图片或工作流文件拖进窗口。它设好了 8 步、引导系数 1 和正确的偏移。用旁路加载器加载 LoRA，不要用标准加载器。

工具 | 作用
LoraLoaderBypassModelOnly | 应用 LoRA 而不把它合并进 bf16 权重
ModelSamplingAuraFlow | 把偏移设成训练 LoRA 时用的值
lcm sampler | 每一步取一个干净的估计，再加入新的噪声
simple scheduler | 为 LoRA 排好这 8 个步骤的间隔

示例：你加载工作流，写一个鹅在岩石池塘边休息的提示词。模型卡里这个场景的示例，是 8 步、1152 乘 896、种子 42 做出来的。8 次计算之后你得到一张图。

新手与专家：LoRA 是一个小插件，能改变大模型的行为。这个插件教基础模型用 8 步完成一张图。第一步可以试模型卡里的示例图片，它自带工作流。

对专家来说，采样器每一步都跳到模型的干净估计，再用新的噪声重新加噪。流偏移是 4.4817，而 ComfyUI 对 MOSS-Image 的默认值是 5。要改偏移，请用 ModelSamplingAuraFlow 或 ModelSamplingFlux。ModelSamplingSD3 处理时间步的方式不同，结果只会是噪声。标准 LoRA 加载器把改动折进 bf16 权重，而这个改动比 bf16 能舍入的量还小，所以大部分都会消失。

加载 MOSS-Image 基础模型
用旁路加载器加上 LoRA
设置 8 步、引导 1 和偏移
运行 lcm 采样器
得到图片

注意事项：

Title: 每张图的步数
This LoRA: 8 steps
Base model: 50 steps

• 大小：rank 128 的 LoRA，Safetensors 格式，适用于约 1 兆像素的图片
• 语言：列出了英文和中文
• License: apache-2.0
• Cost to run: 没有提到，不需要 API 密钥或账号
• Data it reaches: 它会从 Hugging Face 下载文件，并处理你给它的提示词
• Not for: 别的采样器，效果更差，也不适合标准 LoRA 加载器，它会丢掉大部分改动

Hugging Face 上的数据（2026年11月13日）

• 任务：text to image
• 框架：peft
• Formats: Safetensors
• 最近 30 天下载：0
• 点赞：23
• 许可证：apache-2.0
• 语言：en, zh
• 基于：OpenMOSS-Team/MOSS-Image-Base
• 标签：peft, safetensors, moss-image, diffusers, lora, text-to-image, distillation

链接

• 模型：https://huggingface.co/data-archetype/moss_image_base_dmd2
• 文件：https://huggingface.co/data-archetype/moss_image_base_dmd2/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 data-archetype/moss_image_base_dmd2

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。