Kromoss

Kromoss

用 MOSS-Image-Base 在 1024 px 下的完整微调版本根据文字生成图片，另附两个 8 步加速 LoRA。可直接替换 MOSS-Image-SFT，适合 diffusers 和 ComfyUI 用户。

由 lodestones 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：Kromoss 是 MOSS-Image-Base 在 1024 px 下的完整微调版本。它和 MOSS-Image-SFT 共用架构、推理管线、Qwen3.5-9B 文本编码器和 FLUX.2 small 解码器 VAE，所以可以直接替换那个模型。仓库里还附带两个 8 步加速 LoRA。

适合谁：适合用 diffusers 或 ComfyUI 生成图片、想要一个 MOSS-Image 变体的人，在需要速度时还有更快的 8 步选项。

行业 | 谁在用 | 怎么用 | 例子
创意 | 用 ComfyUI 的图像创作者 | 加载单文件和一个加速 LoRA | 用 8 步而不是 50 步渲染一张图
软件 | 使用 diffusers 的开发者 | 替换 MOSS-Image-SFT | 用新模型复用已有的管线
研究 | 做微调的团队 | 把自己的 transformer 文件夹转换成单个文件 | 用自己的微调模型做出 ComfyUI 文件

只需要纯文字渲染模型的人可以跳过它，因为模型卡展示的是图片示例，没有对文字渲染做出说明。

用在哪里：

• 在 CUDA 显卡上使用带 diffusers 库的 Python
• ComfyUI，它的最新主分支原生支持 MOSS-Image
• Windows、macOS 或 Linux，你可以用 Python 下载文件

用途 | 谁用 | 得到什么
标准生成 | 图像创作者 | 50 步、CFG 3 的 1024 px 图片
快速生成 | 图像创作者 | 用加速 LoRA 以 8 步、CFG 1 生成的图片
低显存使用 | ComfyUI 用户 | 一个 5.4 GB 的 int8 文件，可配合 LoRA 使用

如何设置：

你需要先准备：

• 装有下面这些 pip 包的 Python 3.10 一类的环境
• CUDA 显卡，因为快速上手脚本会把管线移到 cuda
• ComfyUI，如果你更喜欢用单文件

1. 用下面的 pip 命令安装 Python 包。
2. 用 Hugging Face 工具下载仓库文件。
3. 运行快速上手脚本，或者把单文件放到模型卡列出的 ComfyUI 文件夹里。

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

pip install -U huggingface_hub
hf download lodestones/Kromoss

如何使用：运行快速上手脚本来生成 1024 px 的图片。transformer 和文本编码器用 bfloat16，VAE 和初始噪声用 float32。在 ComfyUI 里，用 Load Diffusion Model 加载主文件，再用强度为 1 的 LoraLoaderModelOnly 加一个加速 LoRA。

import torch
from diffusers import DiffusionPipeline

pipe = DiffusionPipeline.from_pretrained(
    "lodestones/Kromoss",
    custom_pipeline="pipeline_moss_image",
    trust_remote_code=True,
    torch_dtype={"default": torch.bfloat16, "vae": torch.float32},
)
pipe.scheduler = type(pipe.scheduler).from_config(pipe.scheduler.config)
pipe.to("cuda")

image = pipe(
    "a tabby cat holding a sign that says KROMOSS",
    height=1024,
    width=1024,
    num_inference_steps=50,
    guidance_scale=3.0,
    uncond_skip_layers=[22],
    generator=torch.Generator("cpu").manual_seed(42),
).images[0]
image.save("kromoss.png")

模型卡还附带两个只需要 torch 和 safetensors 的脚本。第一个把 MOSS-Image 的 transformer 文件夹转换成单个 ComfyUI 文件，第二个用 bf16 单文件生成 int8 文件。

python convert_to_comfy.py path/to/transformer my_model_bf16.safetensors

python quantize_convrot.py my_model_bf16.safetensors my_model_int8_convrot.safetensors

工具 | 作用
kromoss_bf16.safetensors | 用于 Load Diffusion Model 的主 bf16 文件
kromoss_int8_convrot.safetensors | 5.4 GB 的 int8 版本
8-steps-dmd2-lora.safetensors | 推荐的 8 步 LoRA，对比度和细节稍多一点
8-steps-dmd-lora.safetensors | 来自数据空间 DMD 蒸馏的 8 步 LoRA
convert_to_comfy.py | 把 diffusers 的 transformer 文件夹转换成一个文件

示例：你要一只举着写有 KROMOSS 牌子的虎斑猫，尺寸 1024 乘 1024，50 步，CFG 3。脚本会把图片保存为名为 kromoss.png 的 PNG 文件。用加速 LoRA 时，你可以改成 8 步和 CFG 1。

新手与专家：微调是让一个现有模型在新图片上多训练一点。第一步可以先用示例提示词运行快速上手脚本。

加速 LoRA 是从 MOSS-Image-Base 蒸馏来的，可以迁移到 Kromoss 上。推荐的那个用 DMD2 的 GAN 阶段，对着真实图片继续了 DMD 的训练。int8 文件使用 ConvRot W8A8 和 Hadamard 旋转，ComfyUI 会在加载时重建它。模型卡说这个检查点是微调的第 11000 次更新，使用 EMA 权重，训练了 704k 张图片。

从 MOSS-Image-Base 出发
在 1024 px 下微调
蒸馏出 8 步加速 LoRA
在 diffusers 或 ComfyUI 里运行

注意事项：

• 大小：Hugging Face 记录为 5.1B 个参数，BF16 格式约 10.2 GB，4-bit 约 2.5 GB（估算）
• 版本：Hugging Face 列出了其他人做的 2 个量化版本
• 加速 LoRA：两个都是 fp32，rank 128、alpha 128，DMD 训练了 12000 次更新，之后用 DMD2 又训练了 3000 次

Title: Steps per image
Standard run: 50 steps
With an 8-step LoRA: 8 steps

• 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 下载模型文件，快速上手脚本会在 trust_remote_code 设为 True 的情况下运行管线代码
• Not for: 配合加速 LoRA 使用负面提示词，因为模型卡说它们以 CFG 1 运行，没有负面分支

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：64,728
• 点赞：322
• 许可证：apache-2.0
• 语言：en
• 基于：OpenMOSS-Team/MOSS-Image-Base
• Quantized versions: 2
• 标签：diffusers, safetensors, moss-image, text-to-image

链接

• 模型：https://huggingface.co/lodestones/Kromoss
• 文件：https://huggingface.co/lodestones/Kromoss/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 lodestones/Kromoss

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。