К содержимому
Другое

Raehoshi Moss Image

аниме-файнтюн на базе MOSS-Image-Base

2 мин чтенияобновлено

Raehoshi Moss Image — это модель для генерации изображений по текстовому описанию, дообученная разработчиком Raelina на базе архитектуры MOSS-Image-Base. Она улучшает визуальный стиль исходной модели, добавляет новые концепты и расширяет знание персонажей из популярных игр, сохраняя сильные стороны базы. При обучении модель объединили с LoRA (небольшой надстройкой), извлечённой из версии Moss-Image SFT. Подойдёт любителям аниме-иллюстраций и пользователям ComfyUI или Forge Neo, которые хотят получать сбалансированные арты без сложного подбора тегов.

Ключевые особенности

  • Понимает как Booru-теги (наборы ключевых слов через запятую), так и обычный естественный язык (короткие, средние и длинные описания).
  • Знает свежих персонажей из игр Wuthering Waves, Zenless Zone Zero, Honkai: Star Rail и Genshin Impact вплоть до октября 2026 года.
  • Собрана на основе MOSS-Image-Base с финальным слиянием с LoRA (ранг 128, извлечена через SVD из Moss-Image SFT).
  • Распространяется под открытой лицензией Apache 2.0 в формате единого файла диффузионной модели.

Что можно сделать

  • Генерировать иллюстрации с актуальными героями из популярных гача-игр, комбинируя теги и свободное описание сцены.
  • Запускать в ComfyUI (через узел SkipLayersGuidanceDITSimple) или в Forge Neo для локального создания артов.
  • Использовать как базовый чекпоинт для дальнейших экспериментов со стилями и концептами на платформе MOSS-Image.

Пример

В карточке нет готового Python-кода, но автор приводит обязательный пресет для генерации в ComfyUI или Forge Neo: используйте сэмплер ER SDE, планировщик SGM Uniform, 30–50 шагов и CFG Scale 4.0–5.0. Обязательно включите Skip Layer Guidance (SLG) для слоёв 22, 24, 26 (от 0 до 0.5) — без этого качество картинок заметно падает.

ПодробнееДатасет: около 10 000 изображений с разметкой в четырёх форматах.
Обязательные параметры: SLG на слоях 22, 24, 26 (Start 0, End 0.5), сэмплер ER SDE.
Лицензия: Apache 2.0, формат diffusion-single-file.
Примеры
Обсудить Telegram 1 246

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 19 GB · готовые файлы21 GB
  • FP8 / INT8рекомендуемвеса 9.4 GB11 GB
  • 4-bitвеса 5.3 GB6.3 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 2080 Ti · BF16 — от RTX 4090

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.

    # Raelina/Raehoshi-Moss-Image
    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 Raelina/Raehoshi-Moss-Image --local-dir ~/models/Raehoshi-Moss-Image
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Raehoshi-Moss-Image
  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.

  • 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 (2)
    • 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.
  • 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

OpenMOSS-Team/MOSS-Image-Base

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

Raelina/Raehoshi-Moss-Image
Автор
Raelina
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

2461

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Изображения

Hips slider

Hips slider18+