К содержимому
Изображения

dildo under clothes XL

NSFW-концепт для MOSS Image

2 мин чтения

Эта LoRA (небольшая надстройка над базовой моделью) учит генеративную модель рисовать на персонаже секс-игрушку, скрытую под одеждой, — с проработкой ткани и её деформации. Основа — MOSS Image, автор OnlyWinningMove; датасет собран из 300+ изображений в аниме-стиле, фотореализме и 3D-рендере с подробными описаниями. Обучение двухстадийное: сначала большой набор с тегами, затем смешанный набор с тегами и естественным языком. Помимо версии под MOSS Image есть варианты для Illustrious XL, Pony и Anima, а также поддержка Turbo. Пригодится тем, кто делает NSFW-иллюстрации и хочет управляемого «скрытого» объекта под одеждой, а не случайного бугра.

Ключевые особенности

  • Прорабатывает одежду и ткань: складки, натяжение, деформация.
  • Два триггера: dildo under clothes и vaginal object insertion, плюс вариант anal object insertion.
  • Обучение на 300+ уникальных изображений: аниме, реальные фото, 3D-рендер.
  • Версии под Illustrious XL, Pony и Anima, есть поддержка Turbo-моделей.
  • Рабочий вес — 1.0, для Turbo-LoRA и Turbo-чекпоинтов автор советует поднимать до 1.5.

Что можно сделать

  • Сгенерировать персонажа в одежде со скрытым под тканью объектом — силуэт вместо открытой сцены.
  • Скомбинировать с LoRA на стиль, одежду или позу на базе MOSS Image.
  • Собрать быстрый пайплайн на Turbo-чекпоинте, выставив вес около 1.5.
  • Разобрать как пример методики обучения обобщённого концепта в две стадии.

Пример

Промпт-заготовка: dildo under clothes, vaginal object insertion, 1girl, … — дальше ваш обычный набор тегов персонажа и стиля. Для Pony-версии автор напоминает про quality-теги вида score_9, score_8, score_7, year 2024, masterpiece. Если объект «вылезает» наружу, попробуйте записать слово в квадратных скобках: [dildo] under clothes.

ПодробнееДатасет: 300+ изображений (аниме, фото, 3D), подробные описания.
Обучение: две стадии по 50% шагов — теги, затем смесь тегов и естественного языка.
Вес: 1.0 по умолчанию, ~1.5 для Turbo; Anima-Turbo 1.1 работает и на 1.0.
Ограничение: версия под MOSS Image — первый опыт автора, по его словам, ещё требует доработки.
Примеры
Обсудить 2,5 тыс. 26 тыс.

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 9.7 GB · готовые файлы12 GB
  • FP8 / INT8рекомендуемвеса 5.0 GB7.0 GB
  • 4-bitвеса 2.9 GB4.7 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 5080

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/375340-concept-dildo-under-clothes-xl
    # ===== 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/375340" | 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. 375340-concept-dildo-under-clothes-xl

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/375340-concept-dildo-under-clothes-xl
Автор
OnlyWinningMove
Категория
Изображения
Дата выхода
На сайте

На сайте

Civitai

26 тыс.2,5 тыс.

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Изображения

Add Micro Details

Add Micro Details18+
Изображения

Lines clothes

Lines clothes18+