怎样修改 MOSS-Image 的出图

1. 从模板库或本站工作流页载入布局工作流「MOSS-Image: Layout-Guided Text to Image」或它的 Base 版本，需要 ComfyUI v0.42.0 或更新版本。
2. 先生成一次，然后把种子的「生成后控制」（control after generate）改成 fixed，让之后每次都从同样的噪声开始。
3. 要在这张图上修改，就把它保存下来，用 Load Image 节点载入，接到 Create Bounding Boxes 的 background 输入。画布会把它显示在框的后面，方便对着原图摆放框。
4. 一次只改一处：一个词、一段描述或一个框，再用同一个种子生成，对比两张图。

每次都会重新生成整张图。固定种子让每次的起始噪声相同，有助于画面其他部分保持相近，但没有任何部分是锁定的，其他地方也可能变化。

在 Create Bounding Boxes 里画框用的是像素坐标，原点在左上角。MOSS-Image Layout Prompt 会把每个框换成 MOSS-Image 训练时用的格式：[y_min, x_min, y_max, x_max]，原点在画布中心。只有在 Gradio 或 Python 里手写布局 JSON 时，才需要用这种格式。

例：1024×1024 的画布上，一个框左上角在 x 100、y 50，宽 300 px、高 200 px。y 都减去高度的一半，x 都减去宽度的一半：

"bbox": [-462, -412, -262, -112]

ai-toolkit 现在能为 MOSS-Image 训练编辑 LoRA，生成时除了提示词还能读入最多三张参考图；Ostris 的 ComfyUI-MOSS-Image-Ostris-Edit 节点负责运行这类 LoRA。你需要一个这样的 LoRA：用 ai-toolkit 里的 MOSS-Image Base 或 SFT [Edit Training] 模型自己训练，或者用别人发布的。

1. 把 ostris/ComfyUI-MOSS-Image-Ostris-Edit 克隆到 ComfyUI/custom_nodes/，重启 ComfyUI。它依赖 ComfyUI 原生的 MOSS-Image 支持（v0.42.0 或更新版本）。
2. 在 Load Diffusion Model 后面加载编辑 LoRA，再接 MOSS-Image Ostris Edit Model Patch：不打这个补丁，原生模型会忽略参考图。
3. 用 Text Encode MOSS-Image Ostris Edit 编码提示词，接上最多三张参考图和 VAE；每张参考图先缩放到 100 万像素左右。节点示例用 30 步、CFG 3，并在第 22 层做跳层引导。

Comfy-Org 的文本编码器文件自带这些节点需要的 Qwen3.5 视觉权重。一张 1024×1024 的参考图相当于 4,096 个额外 token；默认开启的 kv_cache 只计算一次、不在每一步重复计算，速度约快一倍。只有用 kv_cache: false 训练的 LoRA 才需要关掉它。

darask0 的 MOSS-Image Color-Depth Control 是一个非官方适配器，让生成结果跟随两张图：颜色分区图，每个物体涂一种纯色（颜色只用来区分区域）；深度图，越近越白。两张图可以只用其中一张。它仍然是从噪声开始的文生图：分区图和深度图决定位置、大小和姿态，提示词决定里面画什么。

• ComfyUI 的支持（MOSS-Image Color/Depth Control 节点）在 10-19 合并，晚于 v0.42.1，所以要用 nightly 版本；免安装版运行 update_comfyui.bat 即可。
• 从 Comfy-Org/MOSS-Image 下载 moss_image_color_depth_control.safetensors（Comfy-Org 在 10-20 重新打包），放进 ComfyUI/models/loras/，用 LoRA 加载器载入，再把两张图接到 MOSS-Image Color/Depth Control 节点。
• 用真实照片做的图，控制保持到最后（1.0）；用 3D 人偶或其他渲染图，在 0.5 结束，让模型自己画完表面。
• 每种颜色配一条区域提示词：只写整体场景的话，人偶形状的图会被画成人偶。

想改造一张已有的图，就给它做一张深度图（这个适配器用 Depth Anything V2 的深度图训练），再在上面涂出纯色分区，然后描述新的内容。

适配器采用 Apache-2.0 许可。训练用的深度图由 Depth Anything V2 Large 生成，后者是 CC-BY-NC-4.0 许可。

• 截至 2026-10-22，OpenMOSS 没有局部重绘、蒙版编辑或按指令改图的模型；按参考图编辑目前只有社区的编辑 LoRA。
• OpenMOSS 说，简单微调就能让 Base 支持参考图生成和 GIF 生成，「敬请期待」。