2026 年 11 月 22 日——ComfyUI 团队发布面向 MOSS-Image-Base 基础模型的超高清适配器 MOSS Image MAX(测试版),采用 LoHa 架构,以 350 万至 1000 万像素的动漫图与照片混合数据训练,目标是让模型在 400 万像素及以上分辨率直接生成图像;权重自 10 月 19 日起分 7 个版本上架 Hugging Face,最新 v0.7 版于 11 月 2 日上传,截至发稿该仓库已获得 129 个点赞。
MOSS Image MAX 权重发布于 ComfyUI 创始人 comfyanonymous 的 Hugging Face 账户(仓库名 MOSS_image_MAX_ULTRA_hires_lora_test),适配对象为 Comfy-Org 重打包的 MOSS-Image 基础模型。据本站此前报道(见本站此前报道:OpenMOSS 开源文生图模型 MOSS-Image:5B 单流 DiT,JSON 布局控制与中英文字渲染),OpenMOSS 团队于 10 月 16 日开源了这款 5B 单流扩散 Transformer(DiT)文生图模型,官方推荐输出总像素为 100 万、150 万或 200 万,外推上限约 400 万像素(2K 级)。MOSS Image MAX 的定位即跳过「先按约 100 万像素出图、再经超分放大」的流程,在 400 万像素以上分辨率原生出图。
适配器定位与测试口径
官方模型卡说明,该适配器用于提升 MOSS-Image-Base 在 400 万像素(4 MP)及以上分辨率的生成质量,训练数据为动漫图与照片的混合,官方自述「动漫成分可能偏多」,数据覆盖 350 万至 1000 万像素区间。
官方模型卡原文:「A LoHa adapter for MOSS-Image-Base (Comfy-Org), trained to improve generation at 4 MP and higher resolutions.」(面向 MOSS-Image-Base(Comfy-Org 版)的 LoHa 适配器,用于提升 400 万像素及以上分辨率下的生成质量。)
官方称该适配器已通过内部全部测试,其中一项测试为「能否在 4096×2304 分辨率下渲染猫耳」。4096×2304 约为 944 万像素,与模型卡公开展示的 900 万像素级(9 MP)对比示例一致,示例将 v0.1、v0.2、v0.3 三个版本与不加载适配器的原始输出并排比较。
LoHa(Hadamard Product guided Low-Rank Adaptation)是 LyCORIS 适配器家族的一员,以两组低秩矩阵的 Hadamard 积表达权重增量,同等参数规模下表达能力高于普通 LoRA。
版本迭代与加载方式
适配器以 safetensors 格式发布,v0.2 起单文件体积稳定在约 174 MB,各版本上架时间如下(据 Hugging Face 仓库提交记录):
| 版本 | 上架日期 | 文件体积 |
|---|---|---|
| v0.1 | 2026 年 10 月 19 日 | 126.1 MB |
| v0.2 | 2026 年 10 月 20 日 | 173.8 MB |
| v0.3 | 2026 年 10 月 21 日 | 173.8 MB |
| v0.4 | 2026 年 10 月 22 日 | 173.8 MB |
| v0.5 | 2026 年 10 月 26 日 | 173.8 MB |
| v0.6 | 2026 年 10 月 31 日 | 173.8 MB |
| v0.7 | 2026 年 11 月 2 日 | 173.8 MB |
加载方面,ComfyUI 用户经 LoraLoaderModelOnly 节点即可挂载该适配器。LoHa 支持由 ComfyUI 核心直接提供:核心代码库的 comfy/weight_adapter/loha.py 内置 LoHaAdapter 实现,可直接解析 hada_w1_a 等 LoHa 权重键,无需安装 LyCORIS 等自定义节点包。
MOSS-Image 生态的分布数据
截至 2026 年 11 月 22 日 Hugging Face 页面统计,Comfy-Org 重打包的 MOSS-Image 权重下载量约 584 万次,而 OpenMOSS 原版 MOSS-Image-Base 与 MOSS-Image-SFT 分别约 0.98 万次与 1.78 万次。差距主要来自 ComfyUI 桌面端的自动拉取机制——ComfyUI 团队 11 月 9 日发布的月度回顾确认,桌面端打开模板时会自动下载工作流所需的模型文件。
MOSS-Image 本体方面,本站此前报道的官方自建基准数据(LLTB 中英长文本渲染 Mean-6 均值 96.3、RealLayoutArena 端到端 1698.70 Elo 排名第二)仍是该模型的官方公开成绩;超高清适配器发布后,官方尚未公布针对性的基准评测数据。
评论