MOSS-Image-Base 8-step data-space DMD

MOSS-Image-Base 8-step data-space DMD

对 MOSS-Image-Base 的一个仍在进行中的蒸馏，8 步、无需引导即可出图，以 LoRA 和数据空间采样器的形式提供。适合试验快速文生图采样的人。

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：这是 OpenMOSS-Team 的 MOSS-Image-Base 文生图模型的蒸馏版本，有 5.1B 参数。基础模型需要 50 步和 3 的引导系数。这个版本用数据空间 DMD 把它降到 8 次网络评估，不需要引导。模型卡称它是一项进行中的工作。

适合谁：适合想要更快地从 MOSS-Image-Base 采样，并且愿意加载适配器或编写自定义采样器的图像生成爱好者和研究人员。

Industry | Who uses it | How they use it | Example
研究 | 机器学习研究人员 | 研究数据空间 DMD 和少步蒸馏 | 用训练过的前缀测试更少的步数
软件 | 开发者 | 在 ComfyUI 或 Python 流程里加快图像生成 | 强度设为 1 的 LoRA 加载器
艺术 | 图像创作者 | 用标准采样器更快地生成图像 | 4 到 8 步的草稿
设计 | 设计师 | 快速迭代提示词 | 由一条提示词得到的一组变体

如果你想要完成度高、容易使用的模型，可以跳过它，因为模型卡描述的是需要小心处理精度的进行中的工作。

用在哪里：

• ComfyUI，在标准 MOSS-Image-Base transformer 上使用 LoRA 加载器
• 使用 diffusers 的 Python，借助基础仓库的管线代码
• 装有 Python 的 Windows、macOS 或 Linux，用来下载文件

Use case | Who | What they get back
用 LoRA 快速采样 | 图像创作者 | 引导系数为 1、4 到 8 步生成的图像
数据空间采样 | 研究人员 | 带有自己循环的训练时采样器
适配器实验 | 开发者 | 可应用到基础模型上的 rank 128 的 LoRA

如何设置：

• Python，用来运行 Hugging Face 下载工具
• MOSS-Image-Base 模型，它提供文本编码器、分词器和 VAE
• F32 权重约 20.3 GB 的空间，按估算 4-bit 约 2.5 GB

1. 用 pip 安装 Hugging Face 的 hub 工具。
2. 用 hf 命令下载这个仓库。
3. 走推荐路线时，把 lora.safetensors 加载到标准基础 transformer 上。
4. 用流匹配 Euler 采样器采样，shift 为 5，引导系数 1，4 到 8 步。

pip install -U huggingface_hub
hf download lodestones/MOSS-Image-Base-8-steps-dmd

如何使用：模型卡推荐单独使用 LoRA 配合标准采样器，并说这条路线不需要仓库里的其他东西。数据空间采样器与模型的训练方式一致：从固定噪声出发，一步步细化它自己的干净估计。

from safetensors.torch import load_file
ds = load_file("dataspace.safetensors")            # latent_mix.Q [128, 128], step_codes [8]
Q, codes = ds["latent_mix.Q"].cuda(), ds["step_codes"].cuda()
z = torch.randn(1, 128, H // 16, W // 16, device="cuda")   # fp32
x0 = torch.zeros_like(z)
for r in range(8):                            # fewer steps also work (each prefix is trained)
    x = z + torch.einsum("oc,bchw->bohw", Q, x0)
    v = transformer(x, codes[r], prompt_embeds, prompt_mask).sample.float()
    x0 = z - v
# decode x0 with the release VAE (BN denormalize + 2x2 unpatchify)

Tool | What it does
lora.safetensors | 推荐路线使用的 fp32 LoRA，rank 128
time_embedding.safetensors | 步长嵌入器和两个调制偏置的 fp32 替换
generator.safetensors | 同样的张量放在一个文件里，外加 Q 和步长编码
dataspace.safetensors | 保存 latent_mix.Q 矩阵和 8 个步长编码

示例：你在 ComfyUI 里以强度 1 把 lora.safetensors 加载到基础 transformer 上，引导系数设为 1，选 8 步。你输入一段场景描述，模型用基础模型几分之一的步数返回一张图。

新手与专家：先用 LoRA 路线和 8 步，因为它不需要仓库里的其他东西。把数据空间采样器当作给想读代码的人做的实验。

精度很重要。蒸馏带来的改变比 bf16 的舍入误差还小，所以 transformer 文件夹必须以 fp32 加载并运行，不能用自动混合精度，否则大部分蒸馏效果会丢失。想要快速的 bf16 推理，就保留基础的 bf16 transformer，并且不合并地应用适配器文件。

加载基础 transformer
应用 lora.safetensors
把引导系数设为 1
采样 4 到 8 步
输出一张图片

注意事项：

• License: Apache 2.0
• Cost to run: 没有提到
• Data it reaches: 从 Hugging Face 下载文件，之后在你自己的机器上运行
• Not for: 以 bf16 加载数据空间的 transformer，模型卡说这样会丢掉大部分蒸馏效果
• Limits: 模型卡称这是一项进行中的工作

Hugging Face 上的数据（2026年11月13日）

• 框架：diffusers
• 参数量：5.1B
• Weights: about 20.3 GB in F32; about 2.5 GB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：33,911
• 点赞：70
• 许可证：apache-2.0
• 基于：OpenMOSS-Team/MOSS-Image-Base
• 标签：diffusers, safetensors

链接

• 模型：https://huggingface.co/lodestones/MOSS-Image-Base-8-steps-dmd
• 文件：https://huggingface.co/lodestones/MOSS-Image-Base-8-steps-dmd/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/MOSS-Image-Base-8-steps-dmd

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。