К содержимому
Изображения

RS-CAMERA-CONTROL-MOSS

адаптер управления камерой на 42 ракурса

2 мин чтенияобновлено

Экспериментальный адаптер от автора raspie позволяет задавать положение камеры при генерации изображений в модели MOSS-Image-SFT (от команды OpenMOSS). В релиз входят LoRA (небольшая надстройка над базовой моделью) 5-й эпохи и обученные вместе с ней эмбеддинги (векторные представления) для 42 различных точек обзора. В отличие от обычных текстовых промптов, здесь направление съёмки кодируется специальными обученными токенами, что помогает точнее контролировать поворот и угол камеры. Инструмент пригодится тем, кто работает с MOSS-Image в ComfyUI и хочет стабильно управлять перспективой.

Ключевые особенности

  • Поддержка 42 обученных ракурсов камеры с отдельными 4096-мерными векторными токенами.
  • Готовая интеграция с ComfyUI через ноду RS Camera Control · RS-CAMERA-CONTROL из пакета RS MultiCharacter Sampler.
  • Автоматический подбор ближайшего ракурса, добавление нужного описания направления и токена в позитивный кондишенинг.
  • Возможность как автоматической загрузки нодой, так и полностью офлайн-установки файлов в папку ComfyUI/models/loras/moss/.

Что можно сделать

  • Генерировать сцены с точным выбором угла съёмки и направления взгляда камеры в связке с базовой моделью OpenMOSS-Team/MOSS-Image-SFT.
  • Создавать зеркальные ракурсы (слева/справа) для персонажей или объектов в рамках одного пайплайна ComfyUI.

Пример

В ComfyUI подключите выход MODEL базовой модели MOSS-Image к ноде RS Camera Control · RS-CAMERA-CONTROL, а её выход MODEL направьте в сэмплер. Выход промпта соедините с позитивным текстовым энкодером (или используйте общий пайп RS sampler) — нода сама выберет ближайший из 42 ракурсов и применит нужный токен.

ПодробнееВалидация на 16 ракурсах (768×1152, Euler ancestral CFG++, SGM Uniform, 20 шагов, CFG 3, без ускоряющих LoRA): все 7 зеркальных пар прошли проверку лево/право, 3 пары выполнили более строгий критерий угла.
Ограничения: тесты проводились на фиксированных сценах и сидах.
Детали обучения: 5-я эпоха, шаг 4 740; датасет изображений и описаний закрыт.
Обсудить Telegram 1

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 9.5 GB · готовые файлы12 GB
  • FP8 / INT8рекомендуемвеса 4.8 GB6.7 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.

    # raspie/RS-CAMERA-CONTROL-MOSS
    # ===== Токены: вставьте свои между кавычками =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens — для закрытых моделей
    # ==========================================
    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
    hf download raspie/RS-CAMERA-CONTROL-MOSS --local-dir ~/models/RS-CAMERA-CONTROL-MOSS
    # 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. RS-CAMERA-CONTROL-MOSS

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

raspie/RS-CAMERA-CONTROL-MOSS
Автор
raspie
Категория
Изображения
Дата выхода
На сайте

На сайте

Hugging Face

01

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии