Juggernaut Moss
фотореалистичный файнтюн MOSS-Image
3 min read
Полный файнтюн (дообучение всей модели целиком, а не через LoRA) модели MOSS-Image Base от KandooAI — создателя популярной линейки Juggernaut. Модель заточена под реалистичную фотографию и кинематографичные кадры с естественной текстурой кожи, правдоподобным светом и плёночной атмосферой, при этом сохраняя поддержку других стилей и 18+ контента. В слепых сравнениях с базовой MOSS-Image Base при одинаковых параметрах версия Juggernaut Moss победила в 73 % случаев (или 80 % без учёта ничьих), особенно обогнав оригинал в портретах и кинокадрах. Подойдёт для генерации крупных портретов, атмосферных сцен и работы в ComfyUI в высоком разрешении.
Ключевые особенности
- Понимание естественного языка: обучена на коротких, средних и длинных текстовых описаниях — лучше всего реагирует на связные предложения с описанием света и камеры, а не на набор тегов через запятую.
- Две версии весов на выбор: полная BF16 (~10 ГБ) и облегчённая квантованная int8 ConvRot (~5.4 ГБ), которая работает быстрее на большинстве видеокарт и запускается в ComfyUI без кастомных нод.
- Оптимизация под высокое разрешение: наилучшую детализацию модель выдаёт в диапазоне 1.5K–2K (около 2 мегапикселей, например 1344×1792 или 1536×1536), тогда как на 1024×1024 качество заметно ниже.
- Свободная лицензия Apache 2.0: разрешает коммерческое использование сгенерированных изображений, слияние весов (merge) и дальнейшее дообучение.
Что можно сделать
- Крупные портреты с живой кожей: указывать детали вроде пор, веснушек и направления света (например, мягкий свет из окна слева) и фокусное расстояние объектива (85mm f/2) для получения журнальных кадров.
- Кинематографичные сцены и арт: создавать анаморфотные кинокадры с контровым освещением или переключаться на художественные техники (например, акварель), убрав из промпта параметры камеры и исключив стиль из негативного промпта.
- Сцены с короткими надписями: добавлять вывески или текст на объектах, заключая нужные слова в кавычки внутри описания.
Пример
Промпт: Close-up portrait of a 34-year-old Nigerian woman with deep brown skin, natural coily hair pulled back, small gold hoop earrings, looking straight into the lens with a calm, confident expression. Soft window light from the left, a gentle falloff into shadow on the right side of her face, visible pores, fine vellus hair on her cheek and a subtle natural sheen on her forehead. Neutral warm-grey background, 85mm lens at f/2, shallow depth of field, high-end editorial portrait photography.
Подробнее
Обучение: 6 эпох на разрешении 1024px на датасете из более чем 20 000 отобранных фото и кинокадров (выбрана версия 4–5 эпох через KohakuMossTrainer).Сборка в ComfyUI: весы в
models/diffusion_models/, отдельно нужны Text Encoder (qwen3.5_9b_bf16.safetensors или qwen3.5_9b_w4a8_gptq) и VAE (flux2-vae_small.safetensors).Настройки генерации: Sampler Euler, 30 шагов (25–50), CFG 3, Shift 5, Skip Layer Guidance на Layer 22.
Ограничения V1: сложные позы рук, мелкий или длинный текст, лица в больших толпах и некоторые арт-стили могут получаться с артефактами.










Comments