К содержимому
Изображения

Juggernaut Moss Turbo (Beta)

генерация фотореализма за 6 шагов

2 мин чтенияобновлено

Ускоренная версия фотореалистичной модели генерации изображений Juggernaut Moss (на архитектуре MOSS-Image, 5.08 млрд параметров) от автора Kandoo. В веса модели вшита специально обученная DMD2 (дистилляция сопоставления распределений) turbo-LoRA, благодаря чему картинка создаётся за 6 шагов при CFG 1 вместо стандартных 30 шагов при CFG 3. На видеокарте RTX A4500 рендер изображения в разрешении 1344×1792 занимает около 11 секунд вместо минуты с лишним. Подойдёт всем, кто хочет быстро генерить детализированные кадры в ComfyUI или через diffusers без долгого ожидания.

Ключевые особенности

  • Высокая скорость: 6 шагов при CFG 1 (для сложных сцен с несколькими людьми и руками — 7 шагов), негативный промпт на CFG 1 игнорируется.
  • Рекомендуемый формат int8_convrot (5.4 ГБ): загружается в ComfyUI стандартными нодами без кастомных расширений и в текущей бете работает стабильнее BF16-версии.
  • Понимание длинных описаний и текста: модель обучена на подробных подписях с указанием камеры, света и стиля, а слова в кавычках вписывает в вывески и надписи.
  • Лицензия Apache 2.0: разрешено коммерческое использование самой модели и сгенерированных изображений.

Что можно сделать

  • Быстро создавать кинематографичные кадры и фотореалистичные сцены в высоком разрешении (1.5–2.4 Мп: 1344×1792, 1536×1536, 1920×1088) в ComfyUI по готовому JSON-воркфлоу из репозитория.
  • Генерировать постеры, неоновые вывески, обложки и кадры с читаемыми надписями на английском, задавая нужный текст в кавычках прямо в промпте.
  • Встроить в пайплайн на базе diffusers для быстрой генерации превью или серий изображений на одной видеокарте.

Пример

import torch
from diffusers import DiffusionPipeline

pipe = DiffusionPipeline.from_pretrained(
    "Kandoo/Juggernaut-Moss-Turbo-Beta", custom_pipeline="pipeline_moss_image",
    trust_remote_code=True, torch_dtype={"default": torch.bfloat16, "vae": torch.float32}
).to("cuda")
image = pipe("A cinematic film still of a street musician at night", height=1792, width=1344, num_inference_steps=6, guidance_scale=1.0).images[0]
ПодробнееОптимальный сэмплер: euler_ancestral / simple (избегайте karras и dpmpp_2m); для ComfyUI также нужны текстовый энкодер qwen3.5_9b_int8_convrot и flux2-vae_small.
Ограничения беты: ниже разнообразие композиций между сидами (лучше менять ракурс в промпте), возможны артефакты рук в сложных сценах и сложности с отражениями в зеркалах.
В BF16-версии (10.2 ГБ) чаще встречаются анатомические ошибки, поэтому автор рекомендует int8_convrot; модель может генерировать 18+ контент (тег not-for-all-audiences).
Примеры
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 9.5 GB · готовые файлы12 GB
  • GGUF Q8_0рекомендуемвеса 5.3 GB · готовые файлы7.3 GB
  • FP8 / INT8веса 4.7 GB6.7 GB
  • GGUF Q4_0веса 3.1 GB · готовые файлы4.9 GB
  • 4-bitвеса 2.7 GB4.4 GB

Совет: берите 8-bit.GGUF Q8_0 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: GGUF Q8_0 — от RTX 5060 Ti 8GB · BF16 — от RTX 5070

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

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.

    # Kandoo/Juggernaut-Moss-Turbo-Beta
    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 Kandoo/Juggernaut-Moss-Turbo-Beta --local-dir ~/models/Juggernaut-Moss-Turbo-Beta
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Juggernaut-Moss-Turbo-Beta
  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

Дообучение модели

Kandoo/Juggernaut-Moss
  1. MOSS-Image-Baseоснова семьи
  2. Juggernaut-Moss
  3. Juggernaut-Moss-Turbo-Beta

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

Kandoo/Juggernaut-Moss-Turbo-Beta
Автор
Kandoo
Категория
Изображения
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Изображения

Dark Art Style

Dark Art Style
Изображения

dalle-mini-js

dalle-mini-js