下载 MOSS-Image 并在本地运行

MOSS-Image 权重以 Apache-2.0 协议免费开放下载。 按你的使用习惯选择：喜欢可视化工作流用 ComfyUI，写 Python 用 Diffusers，想快速有个本地界面用 Gradio。还不想安装？先在线生成试试。

官方下载地址

版本	Hugging Face	魔搭社区	用途
MOSS-Image-SFT	OpenMOSS-Team/MOSS-Image-SFT	openmoss/MOSS-Image-SFT	日常生成
MOSS-Image-Base	OpenMOSS-Team/MOSS-Image-Base	openmoss/MOSS-Image-Base	LoRA 训练、标签式提示词
ComfyUI 单文件	Comfy-Org/MOSS-Image	—	ComfyUI（int8 与 bf16）

Hugging Face 仓库是 Diffusers 目录结构：请完整保留整个文件夹（transformer、文本编码器、tokenizer、VAE、scheduler 以及自定义管线文件）。国内用户从魔搭社区下载会更快。

环境要求

• 显卡： 支持 CUDA 的 NVIDIA 显卡。OpenMOSS 没有公布最低显存；管线包含 5B 生成器和 9B 文本编码器，请据此预估显存，或使用下文的省显存方案。
• 软件： Python 3.10+，以及与 CUDA 版本匹配的 PyTorch。
• 硬盘： Diffusers 仓库有数十 GB；ComfyUI 的 int8 文件小得多。

安装官方管线

git clone https://github.com/OpenMOSS/MOSS-Image.git
cd MOSS-Image
python -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

如果 pip 安装的 PyTorch 与 CUDA 不匹配，请单独安装对应版本。

用 Diffusers 生成

import torch
from diffusers import DiffusionPipeline

pipe = DiffusionPipeline.from_pretrained(
    "OpenMOSS-Team/MOSS-Image-SFT",
    custom_pipeline="pipeline_moss_image",
    trust_remote_code=True,
    torch_dtype={"default": torch.bfloat16, "vae": torch.float32},
)
pipe.scheduler = type(pipe.scheduler).from_config(pipe.scheduler.config)
pipe.to("cuda")

image = pipe(
    "一张极简风咖啡馆海报，奶油色纸张。大标题写着“慢一点”。",
    height=1024,
    width=1024,
    num_inference_steps=50,
    guidance_scale=3.0,
    uncond_skip_layers=[22],
    generator=torch.Generator("cpu").manual_seed(42),
).images[0]
image.save("poster.png")

• 宽和高必须是 16 的正整数倍，1–2 百万像素效果最好。
• uncond_skip_layers=[22] 是官方推荐的跳层引导设置。
• VAE 使用 float32 保证质量，其余部分使用 bfloat16。

使用布局时，把 JSON 序列化为字符串传入：pipe(json.dumps(layout, ensure_ascii=False), height=1024, width=1024, ...)，并保证 JSON 坐标与输出尺寸一致。详见布局教程。

运行 Gradio 界面

pip install -e '.[ui]'
python gradio_app.py --model OpenMOSS-Team/MOSS-Image-SFT

把提示词或布局 JSON 粘贴到 Prompt 输入框。分辨率和比例控件会自动计算 16 像素对齐的尺寸。

显存模式

Gradio 的高级设置中有三种显存模式：

模式	行为	适用
GPU resident	整个模型常驻显卡	最快，适合大显存
Component	按需在 CPU 和 GPU 之间移动组件	中等显存
Sequential · fallback	显存占用最低，速度最慢	显存不足时

如果仍然不够，降低输出尺寸。Compile DiT 默认关闭，且在 Sequential 模式下不可用。想要最轻量的本地方案，请使用 ComfyUI 的 int8 扩散模型加 4 bit Qwen3.5-9B 编码器。

更快、更省的社区方案

• FP16 修复版权重：适合 bf16 很慢或不支持的显卡。
• 8 步 DMD LoRA：把采样从 50 步降到 8 步。
• SGLang 与 vLLM-Omni 首日即支持 MOSS-Image 的生产部署。

常见问题排查

• trust_remote_code 报错 —— 缺少自定义管线文件，请完整下载仓库。
• 尺寸报错 —— 宽高必须是 16 的倍数。
• CUDA 显存不足 —— 改用 Component 或 Sequential 模式、1 百万像素输出，或 ComfyUI int8。
• 画面发灰或没画完 —— 使用 50 步、CFG 3、shift 5、跳过第 22 层。

命令与参数已于 2026 年 10 月 26 日对照官方 README 与用户指南核实。