MOSS-Image SFT为何会让背景变虚?社区报告说了什么
一则社区报告把 SFT 背景虚化定位到早期步骤与注意力输出。了解它测到了什么、哪些问题仍无定论,以及托管工作室能做什么。

关于 MOSS-Image SFT 背景虚化的讨论,来自使用者提出的问题。一位社区用户报告说,即使提示词要求深景深,背景仍会变软,并在自己的测试中定位了这种现象。但这没有说明现象为何出现、是否有意如此,也没有说明托管工作室的表现。读这类报告时,要把用户报告与自己实际能检查、能调整的部分分开。
TL;DR
- Hugging Face 讨论 #9 和 #12 先后提到 SFT 图像的背景虚化,之后 issue #35 给出一位用户基于自己提示词的测量。
- issue 作者认为现象大约在前 12 个步骤中形成,并分布于第 21–41 个 block 的注意力输出。
- 该 issue 尚无回复;现有内容没有确认原因、修复方式或本托管工作室的表现。
- 在托管工作流里,可以重新描述场景、简化背景并重新生成;托管工作室无法应用报告中描述的权重编辑。
社区报告对 SFT 背景说了什么?
更早的两条 Hugging Face 讨论由 Talanca 发起,主题是 SFT 图像中的背景虚化或散景。讨论 #9 的发帖者认为背景似乎带有刻意的虚化效果,并说自己没找到通过提示词生成清晰背景的方法。讨论 #12 询问如何得到没有背景虚化的图像,也提出原始模型中是否有某种机制导致这种现象;“为了突出文字而设计”的说法只是发帖者提出的问题,并非结论。
jxzd123452 于 2026 年 11 月 8 日开启的 issue #35 提供了更具体的报告。作者说,自己要求深景深时,人物合影前的细节墙仍经常变软;从提示词中去掉人物也没有消除这种现象。作者原话称,“f/16, tack sharp, no bokeh”几乎没有帮助。作者称,在自己的提示词组合中,12 张图里有 12 张背景偏软;这些都是该用户使用自己的提示词和测量方法得到的结果。
报告接着描述作者认为现象出现的位置:大约是采样前 12 步,背景 token 状态分布在第 21–41 个 block 的注意力输出投影(proj.o)中。作者报告说,只在步骤 0–11 使用更清晰的条件就能得到大部分效果,而步骤 12–49 几乎不起作用。报告中的权重编辑是作者提出的干预方案。这些内容来自一位用户的实验记录,并非独立复现结果,也不是 OpenMOSS 确认的解释。
作者还列出了没有奏效的尝试,包括改负向提示词、强调清晰度词语、调整单层权重和使用 FP32 VAE 解码。这对写提示词很重要:报告并不支持“加上 sharp background”或相机光圈词就一定能修复的承诺。作者说这些词在其测试中几乎没有帮助。
两张海报能说明什么?
第一张图要求一个从前景到背景都清晰对焦的详细烘焙店室内场景。海报的四行字是 “Saturday Bakery”、“Open 8:00-14:00 · Willow Lane”、“Croissants, loaves, hot cross buns” 和 “Every detail in focus”。这些样例中的店名、街道、营业时间、菜单和河跑活动日期都是虚构内容。这张图里,架子、瓷砖墙和灯笼都在,但背景在前景可颂之后是偏软的——正是这份报告描述的现象。

提示词模式,原文如下:
A vertical composition in warm cream, oat and soft brown: a wooden bakery counter with one plain croissant on a small plate in the foreground, and behind it a deep, evenly lit bakery interior with a tiled wall, open shelves of unwrapped loaves and a hanging paper lantern with no markings, all in crisp focus from front to back; no labels, packaging text, signs, seals or framed lettering anywhere in the frame. Copy: headline 'Saturday Bakery'; line 'Open 8:00-14:00 · Willow Lane'; line 'Croissants, loaves, hot cross buns'; footer 'Every detail in focus'.
这组例子提醒我们,“背景里有细节”和“背景清晰”是两种不同要求。场景可以有架子和瓷砖墙,但仍需要明确提出从前到后的对焦要求。这个例子把背景物件写清了、也要求了前后清晰,成图的背景依然是软的;不过单张图片不能证明托管服务与 SFT 报告中的表现相同或不同。
| 提示词选择 | 要求内容 | 检查重点 |
|---|---|---|
| 详细室内场景 | 架子、瓷砖墙和灯笼,并要求前后清晰 | 背景细节是否可见、是否清晰 |
| 平面色块海报 | 平涂蓝色河带、标题、日期和页脚 | 没有摄影景深可供判断 |
第二张图是较早制作的 RIVER RUN 海报,在此复用:平涂蓝色河带、标题、日期和简短页脚,没有可判断摄影景深的背景。

提示词模式,原文如下:
A minimalist short-copy poster: a broad river band in flat blue across the lower third, one large headline centred above it in black, a single date line under the headline, and a wide cream margin all round. Copy: headline 'RIVER RUN'; line 'December 9'; footer 'Start at the bridge'.
平面色块海报是另一个极端,不是解决方案或对照实验:它根本没有摄影景深。两张图放在一起,能帮助写海报的人决定该提出什么要求。如果背景需要传达质感,就写出背景物件,并要求前后都清晰;如果背景只是衬托文字,可以改用简单色块,而不是复杂室内场景。
托管工作室的使用者可以尝试什么?
报告者描述的是对模型层进行权重编辑。托管工作室不开放模型权重供用户编辑,所以现实可用的选择更有限:重新描述场景、简化背景、再生成。我们无法从这些图片判断服务提供方使用 Base、SFT 还是修改过的 checkpoint,也没有人测量过本工作室是否出现报告中的现象。不要把烘焙店海报当成本服务受到影响或不受影响的证据。
重新尝试时,把背景要求写具体。说明主体后面应该保留哪些内容,例如瓷砖墙和开放式面包架,并明确这些物件是否要清晰对焦。如果具体背景不是重点,可以把拥挤环境改成素墙或平面色带。随后检查实际生成结果;提示词是要求,不是结果确认。
怎样制作并检查强调背景的海报?
- 先写好海报要呈现的原文,再分别描述主体与背景。
- 打开 AI 海报生成器,选择详细环境并要求前后清晰,或者选择适合文字的简洁背景。
- 生成后检查背景,而不只看前景主体。确认指定的细节是否可见、清晰度是否符合预期。
- 如果背景太杂或太软,就简化描述再生成。不要把“f/16”或“tack sharp”当成保证有效的修复方式;issue 作者说这些表达在自己的测试中几乎没有帮助。
- 使用精确文字指南逐字检查文案。如需定义文字区域,可在 Layout Builder 中用文本框描述排版。
MOSS Image Studio 是一个面向开放 MOSS-Image 模型的独立托管工作室,与 OpenMOSS 无关联。
局限
截至 2026 年 11 月 12 日,issue #35 有零条评论,OpenMOSS 尚未回复。背景虚化的原因没有得到确认;报告没有证明它是有意设计、模型缺陷或已经修复的现象。测量结果和权重编辑效果是单个用户基于自己的提示词和实验作出的报告。上面的托管示例不能说明本网站受到或不受该现象影响,托管工作流也无法应用这项权重编辑。
FAQ
加上“f/16”能消除 MOSS-Image 背景虚化吗?
issue 作者说,“f/16, tack sharp, no bokeh”在自己的测试中几乎没有帮助。报告没有确认一种能稳定修复该现象的提示词。
MOSS-Image SFT 背景虚化的原因已经查明了吗?
没有。issue #35 描述了一位用户认为自己定位到的现象,并询问原因是否来自 SFT 数据或审美调优。截至 2026 年 11 月 12 日,OpenMOSS 尚未回复,因此原因仍未确定。
MOSS Image Studio 会受到 SFT 背景虚化影响吗?
这里没有对此进行测量。报告讨论的是 SFT,而托管服务使用哪个 checkpoint 外部无法确认。这些样例海报不是对该服务的测量。
Sources
- OpenMOSS issue #35:SFT always blurs the background(核实于 2026-11-12)。
- Hugging Face discussion #9:Depth of field, blur, bokeh by default in images(核实于 2026-11-12)。
- Hugging Face discussion #12:BLUR everywhere(核实于 2026-11-12)。
用你自己的文字试一试
打开工作室,写一段描述或在画布上排布方框,用 MOSS-Image 生成。