К содержимому
Изображения

MOSS-Image-Ani-NaRA

адаптер аниме-стилистики для MOSS-Image

2 мин чтенияобновлено

Экспериментальный стилевой адаптер от автора RBXLSP для генератора изображений MOSS-Image-Base, который мягко усиливает аниме-эстетику при генерации. В основе лежит архитектура NaRA (Noise-aware Rank Adaptation — разновидность LoRA, где низкоранговое ядро динамически меняется в зависимости от уровня шума на каждом шаге деноизинга). Адаптер воздействует исключительно на слои внимания (attention) и не требует использования специальных триггер-слов в промпте. Подойдёт пользователям ComfyUI, которые хотят придать генерациям MOSS-Image более выраженный иллюстративный вид без сильного искажения базовой композиции.

Ключевые особенности

  • Работает по методу NaRA (с пресетом attn), динамически адаптируя веса под уровень шума через гиперсеть с кодированием Fourier sigma.
  • Не требует триггер-слов — стиль применяется автоматически при подключении адаптера.
  • Применяется только к модулям внимания proj_q/k/v/o с параметрами Rank 16 и Alpha 16.
  • В редких случаях может слегка ухудшать качество генерации текста на изображении.

Что можно сделать

  • Усилить аниме-эстетику и иллюстративную подачу при работе с базовой моделью MOSS-Image-Base или её версией MOSS-Image-SFT.
  • Подключить адаптер в пайплайны ComfyUI с помощью кастомной ноды RBkreb/comfyui-moss-nara для стилизации сцен без переписывания промптов.

Пример

Для воспроизведения результатов из карточки модели используйте чекпоинт Moss-Image-SFT int8, сэмплер euler с планировщиком sgm_uniform, значение CFG: 3.0 и силу применения адаптера strength: 1.0. Триггер-слова добавлять не нужно.

ПодробнееОбучение: 1 000 шагов (AdamW, LR 1e-4, cosine scheduler, warmup 60 шагов, EMA 0.95) на датасете из 237 иллюстраций с разрешением по длинной стороне от 980 до 10704 px (медиана — 3200 px) и комбинированными описаниями (теги + связный текст).
База: OpenMOSS-Team/MOSS-Image-Base (bf16), гиперсеть c_scale 0.1.
Ограничения: совместимость с другими адаптерами и одновременное смешивание нескольких NaRA не тестировались, хотя теоретически поддерживаются.
Обсудить Telegram 0

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-Base.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Готовый скрипт под машину, которую мы советуем выше: вставили — модель скачалась и запустилась.

  1. 1. Арендуйте A30

    $0.26 в час с купоном. При создании машины выберите образ Ubuntu.

    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.

    #!/usr/bin/env bash
    # MOSS-Image-Ani-NaRA
    set -e
    # Драйвер NVIDIA: для CUDA 13 нужен 580+. Если старее или нет — ставится свежий nvidia-open (оставить свой: KEEP_DRIVER=1)
    DRV=$(nvidia-smi --query-gpu=driver_version --format=csv,noheader 2>/dev/null | head -1 | cut -d. -f1)
    case "$DRV" in ""|*[!0-9]*) DRV=0 ;; esac
    if [ "$DRV" -lt 580 ] && [ -z "${KEEP_DRIVER:-}" ]; then
      . /etc/os-release && \
      curl -fsSLO "https://developer.download.nvidia.com/compute/cuda/repos/ubuntu${VERSION_ID//./}/x86_64/cuda-keyring_1.1-1_all.deb" && \
      sudo dpkg -i cuda-keyring_1.1-1_all.deb && rm -f cuda-keyring_1.1-1_all.deb && \
      sudo apt-get update && \
      sudo DEBIAN_FRONTEND=noninteractive apt-get install -y nvidia-open || \
      { echo "Драйвер NVIDIA поставить не удалось: смотрите ошибку выше. Чтобы оставить текущий, запустите с KEEP_DRIVER=1."; exit 1; }
      echo "Драйвер NVIDIA обновлён. Перезагрузите машину (sudo reboot) и запустите этот же скрипт ещё раз."
      exit 0
    fi
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    # CUDA 13+ → int8_convrot (так советует Comfy-Org), иначе fp8_scaled
    CU=$(nvidia-smi | grep -oP 'CUDA Version: \K[0-9]+' || echo 12)
    [ "$CU" -ge 13 ] && TORCH=cu130 || TORCH=cu128
    [ -d ~/ComfyUI ] || git clone https://github.com/comfyanonymous/ComfyUI ~/ComfyUI
    cd ~/ComfyUI
    uv venv --python 3.12 --allow-existing && source .venv/bin/activate
    uv pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/$TORCH
    uv pip install -r requirements.txt "huggingface_hub[cli]"
    # Базовые файлы: MOSS Image Base, 8-bit
    if [ "$CU" -ge 13 ]; then
      hf download Comfy-Org/MOSS-Image diffusion_models/moss_image_base_int8_convrot.safetensors text_encoders/qwen3.5_9b_int8_convrot.safetensors vae/flux2-vae.safetensors --local-dir models
    else
      hf download Comfy-Org/MOSS-Image diffusion_models/moss_image_base_bf16.safetensors text_encoders/qwen3.5_9b_w4a8_gptq.safetensors vae/flux2-vae.safetensors --local-dir models
    fi
    # LoRA (1)
    hf download RBXLSP/MOSS-Image-Ani-NaRA moss-ani-1000-nara.safetensors --local-dir models/loras/RBXLSP__MOSS-Image-Ani-NaRA
    # Запуск ComfyUI. Со своего компьютера: ssh -L 8188:localhost:8188 пользователь@IP, затем http://localhost:8188
    python main.py --listen 127.0.0.1 --port 8188
    Добавить ещё LoRA к MOSS-Image-Base
  3. 3. Пользуйтесь

    Со своего компьютера: ssh -L 8188:localhost:8188 пользователь@IP-машины, затем откройте http://localhost:8188. Или откройте этот адрес в браузере на рабочем столе машины. Workflow для модели обычно лежит в её карточке на Hugging Face.

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-Base

Эта модель — LoRA / адаптер. Сначала скачайте базовую модель, затем подключите к ней эту.

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

RBXLSP/MOSS-Image-Ani-NaRA
Автор
RBXLSP
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

IREADING STYLE

IREADING STYLE18+