使用指南
怎样在 ComfyUI 中使用 MOSS-Image？
只需三步：使用 2026 年 10 月 16 日及之后的 ComfyUI 开发版（nightly，每日构建版），从 Hugging Face 的 Comfy-Org 仓库下载模型文件、分别放进三个模型目录，再加载官方的“MOSS-Image: Text to Image”工作流即可。ComfyUI 于 10 月 16 日（提交 e087d8f6）起原生支持 MOSS-Image；截至 10 月 19 日，正式版 v0.41.3 尚未包含这项支持。
准备工作
- 支持 CUDA 的 NVIDIA 显卡。官方目前只支持 CUDA，显存需求见显存指南。
- ComfyUI 开发版（nightly），版本不低于提交
e087d8f6，并安装该版本requirements.txt中列出的依赖。 - 约 16–30 GB 磁盘空间，取决于你选择 int8 还是 bf16 文件。
第一步，下载模型文件
前往 Comfy-Org 模型仓库，每组各选一个：
| 目录 | 任选其一 | 大小 |
|---|---|---|
models/diffusion_models/ |
moss_image_sft_bf16.safetensors（画质最佳）或 moss_image_sft_int8_convrot.safetensors（体积更小） |
10.2 GB / 5.4 GB |
models/text_encoders/ |
qwen3.5_9b_bf16.safetensors、qwen3.5_9b_int8_convrot.safetensors 或 qwen3.5_9b_w4a8_gptq.safetensors |
19.3 / 9.8 / 7.3 GB |
models/vae/ |
flux2-vae.safetensors 或 flux2-vae_small.safetensors |
0.34 / 0.25 GB |
日常生成建议先选 SFT；训练或微调时可考虑 Base，详见版本对比指南。
第二步，加载工作流
在 Comfy-Org 的工作流模板中导入“MOSS-Image: Text to Image”；需要控制排版时，改用“MOSS-Image: Layout-Guided Text to Image”。工作流由三个节点加载模型：Load Diffusion Model、类型设为 moss_image 的 CLIP Loader，以及 Load VAE。
第三步，使用推荐参数
50 步、CFG 3、shift 5、Euler 采样器、1024×1024。原生节点已默认 shift 5；如需调整，请使用倍率为 1 的 ModelSamplingAuraFlow 节点。文本编码上限为 4,096 tokens。
常见问题与解决办法
- 提示“未知模型类型”或缺少节点：ComfyUI 版本过旧，请更新到包含提交
e087d8f6的开发版（nightly）。 - 沿用旧插件工作流，出图异常：原生模型的时间步倍率不同。请直接导入原生工作流，不要只替换加载节点，也不要沿用插件里的 ModelSamplingSD3 节点。
- 显存不足：改用 int8 主模型和 w4a8 文本编码器，或降低分辨率。详见显存指南。
- 相同种子，出图与 Python 版不一致：这属于正常现象。官方说明 ComfyUI 的调度器实现不同，相同的种子和参数并不保证结果完全一致。
不想自己折腾？
打开 MOSS-Image AI 首页，即可在线使用 SFT 模型生成图片，无需安装 ComfyUI。符合条件的访客可免注册体验一张标准图，受网络和每日额度限制，详见免费使用指南。
常见问题
还需要安装 MOSS-Image 插件吗？
不需要，推荐使用原生节点。插件只在加载本地 Hugging Face 目录或沿用旧插件工作流时才用得上。
文本编码器选哪个？
显存充裕就选 bf16，效果最好；想省显存就选 int8 或 w4a8。三个版本都在 Comfy-Org 仓库里。
有控制排版的工作流吗？
有。"MOSS-Image: Layout-Guided Text to Image"内置了 MOSS-Image Layout Prompt 节点。
能加载 LoRA 吗？
可以。键名匹配的 LoRA 直接用内置的 LoRA 加载器即可。
ComfyUI 正式版能用吗？
截至 2026 年 10 月 19 日还不行，需要 10 月 16 日及之后的开发版（nightly）。
把想法变成一张图
写下想法，直接生成图片，再按需修改文字或排版。