MOSS-Image Turbo для Mac: новый адаптер сокращает генерацию картинки

Что меняется для владельца Mac

Режим --turbo делает 15 вычислительных проходов вместо 100 у полного 50-шагового режима с двумя вычислениями на шаг. По данным автора, на Mac с M4 Pro и 8-битным вариантом модели создание изображения размером около одного мегапикселя заняло 117 секунд плюс 2 секунды на декодирование. Это авторский замер на конкретной машине, не обещание такой скорости на любом Mac. Пиковые 9,4 ГБ в том же тесте — измерение автора, а не минимальное требование к оперативной памяти. s1 s3

Версия 0.2.0 действительно содержит параметр --turbo: он есть в опубликованном пакете Python и в закреплённом коде релизной метки. Сам адаптер turbo_student.safetensors присутствует в закреплённой ревизии Hugging Face. Программа также подгружает базовую MOSS-Image и адаптер, который убирает полосы на заливках; она выбирает 8-битный или более компактный вариант по объёму памяти Mac. Порог выбора внутри программы не следует принимать за проверенный минимум для вашего компьютера. s1 s2 s4

Что известно о качестве

Автор сравнил изображения с обычной MOSS-Image-SFT, тоже с адаптером против полос, на 32 отложенных текстовых заданиях с одним фиксированным начальным числом (seed 101). По его оценке, новая версия чаще сохраняет детали и избегает повторяющегося «штампованного» рисунка прежнего ускоряющего метода. Это сравнение автора, а не независимый тест Modelium; на мелком плотном тексте и регулярных формах, например рядах предметов, карточка предупреждает о возможных ошибках. Метрика распознавания надписей считает наличие нужных символов, но не их порядок: высокая цифра сама по себе не доказывает правильную надпись. s1 s3

Нужно ли что-то менять сейчас

Если MOSS-Image уже даёт вам нужное качество и время ожидания не мешает, обновляться не обязательно. Если вы используете Mac с Apple Silicon и готовы работать через Python и командную строку, можно изучить официальный пример автора pip install moss-image-mlx и moss-mlx "A poster titled HELLO" --turbo -o poster.png. Это путь из документации, редакция не выполняла генерацию на Mac. Требуется Python 3.11 или новее, сеть при первоначальной загрузке пакета и весов; после загрузки данных не следует автоматически считать всё решение офлайн без самостоятельной проверки сети. Проверяйте надписи и детали на собственном запросе, а не только время. s1 s2

Код и новый адаптер обозначены Apache-2.0; лицензии базовой MOSS-Image, используемой 8-битной конверсии и дополнительного адаптера также проверены отдельно. Публикация весов не равнозначна лицензии любого стороннего приложения; соблюдайте условия каждого компонента. s1 s4 s5

Это другой путь, чем ранее опубликованная экспериментальная восьмишаговая LoRA для ComfyUI: та статья не доказывает превосходства одного ускорения над другим. Для сравнения начинайте с новости о базовой MOSS-Image и выбирайте способ запуска под свой компьютер. s6