MOSS Image Studio
返回博客

MOSS-Image 接入 ComfyUI：原生工作流、文件位置与参数（附信息来源）

2026年10月22日工作室手记

说明 MOSS-Image 在 ComfyUI 中的两种用法：需要哪个版本的 ComfyUI、模型文件放哪里、两套官方工作流及其参数。每条信息都对应一手来源。

MOSS-Image 接入 ComfyUI：原生工作流、文件位置与参数（附信息来源）

MOSS-Image 可以用两种方式接入 ComfyUI，很多教程把它们混在一起讲。这篇文章把两条路径分开，列出具体的文件和参数，并给每条信息附上一手来源。没有公开说明的内容，我们会直接说明“未公布”，不去猜。

先看结论

  • 从 ComfyUI v0.42.0（2026 年 10 月 18 日发布）起，MOSS-Image 获得原生支持，这条路径不需要插件。（ComfyUI Releases）
  • OpenMOSS 官方仓库另外提供一个插件，用来加载本地 Hugging Face / Diffusers 格式的模型目录。（OpenMOSS/MOSS-Image 的 comfyui README）
  • 原生工作流模板用的是更快的参数（25 步、CFG 2.5），官方默认是 50 步、CFG 3。两者都合理，区别在速度和细节之间的取舍。

模型本身：以一手来源为准

根据 OpenMOSS 的 MOSS-Image 页面和官方 GitHub 仓库，MOSS-Image 于 2026 年 10 月 16 日发布，是主干 50 亿参数的文生图扩散模型，分 Base 与 SFT 两个版本，权重以 Apache-2.0 发布在 Hugging Face。官方支持的运行方式有 Python（Diffusers）、Gradio 和 ComfyUI。

关于“编辑”：OpenMOSS 页面提到版面（layout）支持可控编辑。仓库 README 说明了它的含义：你修改版面里的文字、元素描述和边界框，然后重新生成。这是版面编辑，不是图生图式的图片编辑。官方资料中我们没有找到图片输入的说明。

路径 A：原生 ComfyUI（推荐）

需要哪个版本

MOSS-Image 的支持于 2026 年 10 月 16 日通过 pull request 17095 合并，并首次随 v0.42.0 发布。后续的 v0.42.1 修复了部分用户运行 MOSS-Image 模板工作流时遇到的崩溃。OpenMOSS 的 README（10 月 19 日撰写）仍提示 v0.41.3 不包含该支持。所以第一步是先升级 ComfyUI。（ComfyUI Releases）

需要哪些文件，放在哪里

Comfy-Org 在 Hugging Face 的 Comfy-Org/MOSS-Image 仓库发布了重新打包的文件（Apache-2.0）。放置位置如下：

  • ComfyUI/models/diffusion_models/：moss_image_sft_bf16、moss_image_sft_int8_convrot、moss_image_base_bf16 或 moss_image_base_int8_convrot（.safetensors）
  • ComfyUI/models/text_encoders/：qwen3.5_9b_bf16、qwen3.5_9b_int8_convrot 或 qwen3.5_9b_w4a8_gptq
  • ComfyUI/models/vae/：flux2-vae 或 flux2-vae_small
  • ComfyUI/models/loras/：moss_image_color_depth_control（可选，同一仓库里列出的社区色彩/深度控制 LoRA）

ComfyUI-Wiki 的新闻给出的体积是：bf16 扩散模型约 10.2 GB，int8 约 5.4 GB，文本编码器约 7.3 到 9.8 GB。这是对同一仓库的第三方整理，规划磁盘空间前请以 Hugging Face 上的文件大小为准。

没有人公布的：最低显存数字。 OpenMOSS 的 README 和 ComfyUI 模板都没有给出，我们读到的第三方教程也没有。int8 / w4a8 文件的目的是降低显存占用，但在你的显卡上能省多少，需要自己实测。

用哪个工作流

在 ComfyUI 的模板浏览器里选择 MOSS-Image 文生图模板。它来自 Comfy-Org/workflow_templates 仓库（image_moss_image_t2i.json，另有 Base 版 image_moss_image_base_t2i.json）。下面是我们直接读模板文件得到的默认设置：

  • 扩散模型 moss_image_sft_int8_convrot，文本编码器 qwen3.5_9b_w4a8_gptq，VAE flux2-vae_small
  • 1024 × 1024，25 步，CFG 2.5，采样器 er_sde，调度器 simple
  • 负面提示词：nsfw, worst quality, bad anatomy, watermark, jpeg artifact
  • 跳层引导（SLG）的第 22 层设置存在，但模板里默认关闭；模板备注说关闭后画面更写实，但可能丢失细节
  • 推荐总像素：100 万、150 万或 200 万

模板备注里还有一点容易看错：可选的 ref_image 输入只交给语言模型做提示词增强，备注明确写到图像模型不能直接使用它。它不是图生图输入。

官方默认参数

想使用 OpenMOSS 官方推荐的设置，请参考 README：flow-matching Euler、50 步、CFG 3（3 到 6 都可用）、shift 5、在第 22 层跳过负向分支。仓库自带的原生工作流中，采样器为 Euler，调度器为 sgm_uniform，分辨率 1024 × 1024。

路径 B：OpenMOSS 插件

适合已经有 Diffusers 格式模型目录的人。以下来自插件 README：

  • 安装方式：把 comfyui/moss-image/ 复制到 ComfyUI/custom_nodes/moss-image/ 并重启，或运行 python comfyui/install.py --comfy-root /path/to/ComfyUI。仓库还提供 local/setup.sh 与 local/run.sh，可以单独搭一套 ComfyUI。
  • 加载节点需要本地目录路径，不是 Hugging Face 模型 ID。目录里要有 transformer/、text_encoder/、tokenizer/ 和 vae/。
  • 提供的节点包括 MOSS-Image HF Loader，以及用于 JSON 版面提示词的 MOSS-Image Layout Prompt 节点。
  • 示例工作流是 moss-image.json 和 API 版本 moss-image-api.json。
  • 不要只换加载器就把插件工作流搬到原生路径。原生模型使用不同的时间步倍数，需要把插件工作流里的 ModelSamplingSD3 节点换成 ModelSamplingAuraFlow（倍数 1）。

各部分如何连接

可以把流程理解为从左到右的一条线：

  1. 提示词文本（推荐英文，也支持中文），可选 JSON 版面
  2. 文本编码器（Qwen3.5-9B 的各个版本）
  3. 扩散模型（MOSS-Image Base 或 SFT），配合采样器、调度器、shift 和可选的跳层引导
  4. VAE 解码
  5. 保存图片

网上流传但我们无法确认的说法

  • 最低 GPU / 显存数字。 不少第三方页面给了数字，但一手来源都没有，其中一个很热门的页面还明确说自己没有在本地显卡上跑过这个工作流。我们不转述这些数字。
  • “MOSS-Image 在 ComfyUI 里可以做局部重绘或图片编辑。” 官方资料没有说明。参见上文关于版面编辑的说明。
  • “8 步 turbo”。 社区确实发布了 8 步蒸馏模型，但那是社区作品，不是官方 turbo 模型。

不想安装任何东西时

如果只是想试一条提示词，托管方式更快。参见不装 ComfyUI，也能在线使用 MOSS-Image，版面提示词见 JSON 版面提示词。本站在线版使用官方 API 自带的采样默认值，结果不会与本地 50 步的结果完全一致。

信息来源

核对日期：2026 年 10 月 22 日。本站为独立服务，与 OpenMOSS、Comfy-Org 无隶属关系；相关项目更新很快，如有出入请以上述来源为准。