Как заставить модель нарисовать человека в броске, а не того, кто просто стоит? Ответ начинается с карты позы. Семь LoRA под Apache-2.0 выложил 10 ноября пользователь thedeoxen на Hugging Face.
Японский автор сразу предупреждает: в карточке написано «ControlNetのように下絵に従うLoRA» («LoRA, которая следует за черновиком, как ControlNet»), а дальше идёт фраза «ControlNetのモデルそのものではありません» («это не сама модель ControlNet»). Если вы привыкли к ControlNet, разница в том, что карта здесь идёт референсом, а не отдельной моделью, и промпт отвечает за остальное. Карта управления подаётся в модель как референсное изображение, а промпт описывает, что из неё получится.
Семь LoRA и что каждая фиксирует
Общее правило из карточек: форму задаёт карта, а человека, материал, одежду и фон — промпт. Триггерных слов нет, файлы весят около 290 МБ каждый.
| LoRA | Что фиксирует | Препроцессор | Шаги обучения |
|---|---|---|---|
| Поза | скелет тела, рук и лица | DWPose | 4500 |
| Глубина | порядок планов и ракурс | Depth Anything V2 (vitl) | 5000 |
| Нормали | рельеф и форму поверхности | нормали (BAE по ComfyUI Wiki) | 5000 |
| Сегментация | блоки цветов по областям | UniFormer (по ComfyUI Wiki) | 4500 |
| Canny | чистые контуры | Canny, low 100, high 200 | 4500 |
| Линейный рисунок | крупные линии и массы | Realistic Lineart, coarse (в ComfyUI Wiki — LineArt) | 5000 |
| Ранний скетч | грубые штрихи | HED (по ComfyUI Wiki) | 5000 |
Какую брать под задачу
- Поза — перенести позу с фото или раскадровки на другого персонажа, меняя одежду и стиль. Карточка предупреждает: руки и ноги, которых нет в скелете, промпт надёжно не дорисует.
- Глубина — чужой ракурс и порядок планов без жёсткого контура. Японский разбор советует её для предметной съёмки: интерьер и товар с ясным передним планом.
- Canny — точный контур товара или сцены. Если мелочей слишком много, карточки советуют поднять порог.
- Нормали — форма предмета при смене материала и света. Карта должна быть чистой: по карточке шумные нормали дают лишние неровности.
- Сегментация — раскладка блоками: кто где и что за чем, без градиентов и узоров.
- Линейный рисунок — крупные линии и массы, детали оставляем промпту. Карточка прямо говорит, что редкие линии ближе к обучающим данным, чем густой скетч.
- Ранний скетч — несколько уверенных штрихов для ракурса и раскадровки, до перехода к Canny или линейному рисунку.
Почему форма иногда застывает?
Карточки называют простой рычаг: сила LoRA. Если форма получается «замороженной», снизьте её с 1.0 до 0.7. При обучении использовалось 1.0. Так промпту остаётся больше места, и человек в броске перестаёт превращаться в стойку.
Схема в ComfyUI по шагам
- Загрузите MOSS-Image-SFT: UNet moss_image_sft_int8_convrot.safetensors, текстовый энкодер qwen3.5_9b_w4a8_gptq.safetensors (тип moss_image), VAE flux2-vae_small.safetensors.
- Подключите LoRA к модели с силой 1.0. В японском воркфлоу это LoraLoaderModelOnly.
- Подайте карту управления в узел Text Encode MOSS-Image Edit одним референсным изображением. Если карта уже готова, препроцессор не нужен.
- В позитивном и негативном промпте выставьте edit_format = ai-toolkit: LoRA обучали с KV-кэшем.
- Запускайте 30 шагов, CFG 4, sampler euler, scheduler simple.
Размер пустого латента японский воркфлоу берёт из карты через Get Image Size. Препроцессоры в примерах работают на 1024.
Негативный промпт из обучающих примеров с LoRA — вставьте в негативное поле как есть:
nsfw, worst quality, bad anatomy, watermark, jpeg artifactИз чего собран промт
- негативисключить NSFW-контент
nsfw - негативисключить низкое качество
worst quality - негативисключить анатомические ошибки
bad anatomy - негативисключить водяные знаки
watermark - негативисключить артефакты JPEG-сжатия
jpeg artifact
Дописывать свои пункты можно, если лезет что-то конкретное.
Базовые не выкидывайте: они закрывают самые частые косяки.
Препроцессоры и лицензии, где легко ошибиться
Для поз и Canny карточки прямо называют comfyui_controlnet_aux. Японский разбор считает, что остальные пять воркфлоу используют то же расширение по именам нод, но сами карточки этого не пишут.
Если вы делаете картинки на заказ, этот абзац важнее всех цифр выше.
Сколько это стоит и сколько жрёт
В рублях тут ноль: лицензия бесплатная, подписки нет. Остаются диск, электричество и время.
- Одна LoRA весит около 290 МБ.
- База MOSS-Image-SFT занимает около 13 ГБ суммарно (по досье).
- Замер японского автора на RTX 4060 Ti 8 ГБ, без LoRA, 1024×1024: 25 шагов, er_sde — около 140 секунд на картинку; 50 шагов, euler — около 266 секунд. Память всей системы 7,4–7,9 ГБ.
- LoRA добавляет 30 шагов и обработку референса. Японский автор пишет, что это его предположение, а не замер.
- FreakyJolly оценивает около 12 ГБ VRAM. Цифры расходятся: 8 ГБ — замер базы без LoRA, 12 ГБ — оценка другого автора.
Сам японский автор оценивает так: «前処理に拡張機能が必要なことと、30ステップを回す重さは、VRAM 8GBの環境では気になるところです». В переводе: нужное для препроцессинга расширение и тяжесть 30 шагов в среде с 8 ГБ VRAM вызывают вопросы.
Где подвох и что проверить самим
- Дату интеграции японский разбор называет так: ComfyUI v0.43.0 от 27 октября и PR #17296. Сайт mossimage.studio пишет о нативной поддержке edit-LoRA с 22 октября. Точную версию смотрите в changelog.
- Порог Canny в воркфлоу стоит 100 и 200, а во встроенном узле Detect Edges шкала от 0.01 до 0.99. Одинаковый ли выйдет результат, японский автор не проверял.
- Препроцессор линий в разборе называется «Realistic Lineart (coarse)», в ComfyUI Wiki — просто LineArt.
- Скорость в описании PR: 1024×1024 с референсом занимает 826 → 457 мс на шаг. GPU не указан, проверить не из чего.
- Скачивания 600–2400 на 17 ноября и замеры памяти — цифры самого разбора, независимых подтверждений я не нашёл.
- Бенчмарков нет. Сравнения качества между семью LoRA никто не публиковал.
- Работа только с SFT: работают ли LoRA с Base и fine-tune heal, в карточках не сказано.
- Ссылки в карточке ведут на «-controlnet», которые переходят на «-control-lora». Японский разбор это отметил, в других источниках этого нет.
- Позу с реального фото японский автор советует не брать, чтобы сделать похожим на этого человека. Это касается людей на снимке, а не самой техники.
Что это меняет для тех, кто делает картинки и видео
У MOSS-Image уже был контроль текста и раскладки по JSON. Теперь добавился контроль формы: позы, ракурса, контура.
Всё это идёт в одном локальном конвейере, без облака и подписки. Для раскадровки и превиза это может быть удобно, но на 8 ГБ VRAM пока тяжеловато.
Практичный план: возьмите одного персонажа, начните с позы или глубины, сделайте 3–4 прогона при силе 1.0 и при 0.7 и сравните. Только потом расширяйте на сцены и другие LoRA.
Проверьте на персонаже из первого абзаца: встанет ли он в ту позу, которую вы задали?
Промты для фото и видео в библиотеке клуба
Источники
MOSS-Image Control LoRAs in ComfyUI: Canny, Depth, Pose | ComfyUI Wiki
MOSS-Image Control LoRAs in ComfyUI: Pose, Canny, Depth and 4 More | FreakyJolly
MOSS Image Edit: Run the Community LoRA in ComfyUI
Источникnote.com
