MossAD-Demo (MOSS-Image)

MossAD-Demo — это full-finetune базовой T2I-модели MOSS-Image Base 5B от OpenMOSS, сделанный как пилот для проверки обучения художским стилям, booru-тегам и layout-промптам. Обучен на небольшом курируемом датасете из 3 685 изображений и 57 художников с Danbooru, Gelbooru и E621. Распространяется как derivative MOSS-Image под Apache 2.0.

✨ Ключевые особенности

• 🎨 Full Finetune, а не LoRA: стили закреплены в весах базовой модели.
• ⭐ Поддерживает 57 artist-триггеров вида @artist name; триггер ставится в начало промпта.
• 👀 Работают booru-теги, естественный язык и MOSS layout-промпты с bounding box.
• 💻 В ComfyUI подключается как diffusion model вместе с text encoder и VAE от Comfy-Org/MOSS-Image; есть отдельная int8-версия.
• 📓 В карточке описаны настройки генерации: 30 steps, CFG 5, sampler euler, scheduler simple, shift 5.0.

👀 Пример

Промпт из карточки: @sakimichan, 1girl, standing in the rain, masterpiece, best quality, very aesthetic, aesthetic. Триггер @sakimichan задаёт стиль художника, остальное — сюжет и quality-теги.

Подробнее

Обучение: ~39 часов на 1× AMD MI300X 192GB, ~457k samples, разрешения 512² → 768² → 1024².
Точность стилей в пилоте — около 90%; стили переносятся на сюжеты, которых у художника не было.
Ограничения: водяные знаки и подписи могут протекать в ��енерации, текстовая производительность немного ниже базовой модели, руки иногда плохие.
Лицензия — Apache 2.0, как у базовой MOSS-Image.