使用指南
MOSS-Image 需要多少显存？
MOSS-Image 由两大部分组成：一个 5B 的扩散模型（bf16 版 10.2 GB，int8 版 5.4 GB），和一个 Qwen3.5 9B 文本编码器（bf16 版 19.3 GB，int8 版 9.8 GB，w4a8 版 7.3 GB）。两者都用 bf16 加载，单是权重就约 30 GB。改用 int8 主模型、压缩版文本编码器并启用模型卸载（将暂时不用的组件移至内存）后，可降低显存需求，但能否运行仍取决于显卡、系统内存和所用工作流。官方目前只支持 NVIDIA CUDA。
各版本文件大小一览
| 组件 | bf16 | int8 | w4a8 |
|---|---|---|---|
| 扩散模型（SFT 或 Base） | 10.2 GB | 5.4 GB | — |
| 文本编码器（Qwen3.5 9B） | 19.3 GB | 9.8 GB | 7.3 GB |
| VAE | 0.34 GB（小号版 0.25 GB） | — | — |
以上是 Comfy-Org 仓库中的文件大小，并非实测的显存峰值。实际占用还取决于分辨率，以及运行时是否把部分组件移出显卡。
按显存选配置（估算）
- 24 GB 及以上：bf16 扩散模型，文本编码器用 int8，或在文本编码完成后将编码器移至内存。
- 12–16 GB：int8 扩散模型加 w4a8 文本编码器，并启用模型卸载。
- 12 GB 以下：使用官方的“Sequential”内存模式或社区 GGUF 版本，出图会比较慢。
以上配置是我们依据文件大小做的估算，并非实测，拿到实测数据后会更新。
官方的三种内存模式
官方 Gradio 界面的高级设置里提供三种模式：
- GPU resident（常驻显存）：整个模型常驻显存，速度最快，显存占用最高。
- Component（按组件卸载）：根据生成进度，在内存与显存之间调入、移出模型组件。
- Sequential（逐层卸载，显存不足时使用）：进一步减少显存占用，但生成速度较慢。
显存不足时，可尝试选择 Sequential 或降低图片尺寸。
小显存与量化方案（社区）
- GGUF：realrebelai/MOSS-Image_GGUFs（含 GGUF 与 W4A8），以及 leejet/MOSS-Image-SFT-GGUF（配合 stable-diffusion.cpp 使用）。
- 少步数版本：lodestones/MOSS-Image-SFT-8-steps-dmd（8 步、无需 CFG），以及 akhaliq/MOSS-Image-SFT-4-steps（4 步、CFG 1，作为 LoRA 搭配标准 Euler 采样器）。
以上均为社区版本，并非官方发布，画质可能与完整模型有差异。
Mac 能跑 MOSS-Image 吗？
官方暂不支持，官方流程要求 CUDA。有社区用户在 GitHub 上提交了 Apple Silicon（MPS）适配方案，并在 32 GB 统一内存的 M1 Max 上跑通了 SFT 推理。这不能证明 16 GB Mac 也能运行；我们尚未完成 Mac 实测。
没有合适的显卡？
前往 MOSS-Image AI 首页，用浏览器在线生成图片。运算在云端完成，无需自备显卡，符合条件的访客可免费体验一张标准图，具体限制见免费使用指南。
少步数版本主要用于加快生成，并不保证降低显存峰值。模型文件见 Comfy-Org 仓库，内存模式见官方文档。
常见问题
为什么文本编码器比图像模型还大？
MOSS-Image 用一个 9B 的 Qwen3.5 语言模型来理解最长 4,096 tokens 的提示词，文本编码器负责理解提示词，并不保证生成文字完全准确。
图片越大，显存占用越高吗？
是的。官方建议显存不足时，换用更省显存的模式或降低图片尺寸。
int8 比 bf16 差很多吗？
官方暂无对比数据。建议用自己的提示词实测，尤其是含小字的画面。
训练 LoRA 需要多少显存？
社区工具 KohakuMossTrainer 称，开启省显存选项后，最低 6 GB 显存即可训练适配器。
AMD 显卡能用吗？
官方流程目前只列出 NVIDIA CUDA。
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。