К содержимому
Изображения

HighQuality

апскейл и повышение детализации для Krea 2

2 мин чтения

HighQuality — это LoRA (небольшая надстройка над базовой моделью) от автора NO8D для реставрации и улучшения качества изображений в высоком разрешении (HD). Адаптер построен на базе Krea 2 и превращает исходную картинку в более чёткую версию с проработанными деталями, работая в режиме image-to-image (i2i — генерация на основе готового изображения). В отличие от стандартных текстовых адаптеров, эта версия нацелена на сохранение высокой согласованности с оригиналом при повышении качества, что пригодится для доработки готовых генераций в реалистичном и аниме-стилях.

Ключевые особенности

  • Работает в формате image-to-image (i2i) для реставрации и перевода любых изображений в высокое разрешение.
  • Подходит как для реалистичных кадров, так и для иллюстраций и аниме-стилистики.
  • Гибкая настройка силы воздействия: автор рекомендует вес (Weight) в диапазоне от 0.3 до 0.9.
  • Для запуска на базе Krea 2 требуется установка специального узла Krea2edit, так как в самой модели нет встроенной функции редактирования.

Что можно сделать

  • Улучшить чёткость и проработку деталей на уже сгенерированных реалистичных портретах или сценах без потери композиции.
  • Доработать сырые или низкодетализированные иллюстрации и аниме-арты, переведя их в HD-качество.
  • Встроить адаптер в связку с узлом Krea2edit (автор приложил готовый workflow) для постобработки изображений.

Пример

Для активации эффекта в режиме image-to-image добавьте в промпт триггер-слово high quality, выставите вес LoRA в пределах 0.3–0.9 и запустите генерацию через связку с узлом Krea2edit.

Подробнее Базовая модель: Krea 2 (также у автора в серии есть приватные версии под MOSS-image, Flux3Klein, Qwen-Image-2.1 и Klein4B/9B).
Рекомендуемый вес (Weight): 0.3–0.9.
Триггер-слово из описания: high quality.
Ограничение: это i2i-LoRA, а не t2i; для работы необходим кастомный узел Krea2edit и соответствующий workflow.
Примеры
Обсудить 764 15,9 тыс.

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 9.5 GB · готовые файлы12 GB
  • FP8 / INT8рекомендуемвеса 4.8 GB6.8 GB
  • 4-bitвеса 2.7 GB4.5 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 5060 Ti 8GB · BF16 — от RTX 5070

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Это LoRA: вместе с базовой моделью MOSS-Image-SFT.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # civitai/2436859-highquality
    # ===== Токены: вставьте свои между кавычками =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens — для закрытых моделей
    export CIVITAI_TOKEN=""   # civitai.com/user/account → API Keys — для LoRA с Civitai
    # ==========================================
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download OpenMOSS-Team/MOSS-Image-SFT --local-dir ~/models/MOSS-Image-SFT
    vid=$(curl -fsSL "https://civitai.com/api/v1/models/2436859" | python3 -c 'import json,sys;print(json.load(sys.stdin)["modelVersions"][0]["id"])')
    cd ~/models && curl -fL -OJ -H "Authorization: Bearer $CIVITAI_TOKEN" "https://civitai.com/api/download/models/$vid"
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к MOSS-Image-SFT
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • SageAttention 3v2.2.0от 28 октября 2025

    ещё быстрее на RTX 50 / Blackwell

    FP4-внимание для Blackwell. Быстрее SageAttention 2, но авторы советуют 2-ю версию, когда важна точность.

    Как включить: Сборка из папки sageattention3_blackwell репозитория; в ComfyUI — через KJNodes.

    Предыдущие поколения (2)
    • SageAttention 2++ — Квантованное (INT8/FP8) внимание без заметной потери качества. Главное ускорение для генерации картинок и видео.
    • SageAttention 1 — Первая версия: INT8 для Q·K. Работает и на старых сборках, но 2++ быстрее и точнее.
  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (3)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
    • xFormers — Старый способ ускорить внимание, работает почти везде. Если есть Sage или Flash — они быстрее.
  • cache-dit (DBCache)v1.5.6от 20 ноября 2026новая версия

    1.5–3× при почти том же качестве

    Переиспользует результаты блоков между шагами диффузии. Поддерживает большинство DiT-моделей.

    Как включить: pip install cache-dit; одна строка cache_dit.enable_cache(pipe) для diffusers.

    Предыдущие поколения (2)
    • MagCache — Пропускает шаги по величине изменений. Точнее TeaCache без калибровки.
    • TeaCache — Первый массовый кэш шагов диффузии. Работает, но новые методы точнее.
  • Nunchaku (SVDQuant 4-bit)v1.2.1от 25 января 2026

    ≈3× быстрее и в 3.5× меньше памяти

    4-битные версии популярных моделей картинок почти без потери качества (FP4 на RTX 50).

    Как включить: Есть готовые веса для поддерживаемых моделей; в ComfyUI — ComfyUI-nunchaku.

  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Нужна базовая модель

OpenMOSS-Team/MOSS-Image-SFT

Эта модель — LoRA / адаптер. Сначала скачайте базовую модель, затем подключите к ней эту.

  1. MOSS-Image-Baseоснова семьи
  2. MOSS-Image-SFT
  3. 2436859-highquality

Новые посты про версии MOSS-Image-Base — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 12Все на Hugging Face
Слияния 2Все на Hugging Face

О модели

civitai/2436859-highquality
Автор
NO8D
Категория
Изображения
Дата выхода
На сайте

На сайте

Civitai

15,9 тыс.764

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Изображения

Cellulites

Cellulites18+
Изображения

Add Micro Details

Add Micro Details18+