MOSS-Image-SFT-8-steps-dmd: 50단계에서 8단계로, CFG 없는 MOSS-Image 추론

OpenMOSS-Team의 MOSS-Image-SFT 모델을 8단계 네트워크 평가로 압축한 디스틸레이션 체크포인트다. 기존 50단계 추론과 CFG 3 설정을 제거하고, 데이터 공간 DMD(Data-space DMD) 기법을 적용해 생성 속도를 높였다. 고정된 노이즈에서 생성기가 자체 클린 추정치를 반복 개선하는 방식으로 동작한다.

모델은 5B 파라미터 규모이며, fp32 정밀도로 학습된 transformer와 LoRA 어댑터 파일로 구성된다. 디스틸레이션 효과가 bf16 반올림 단계보다 작기 때문에, transformer는 반드시 fp32로 로드 및 실행해야 한다. bf16으로 캐스팅하면 디스틸레이션 효과가 대부분 사라지므로, 빠른 추론이 필요할 경우 베이스 리포지토리의 bf16 transformer에 어댑터를 병합하지 않고 적용하는 방식을 권장한다.

ComfyUI 환경에서는 lora.safetensors를 강도 1.0, lora_latest.safetensors를 강도 0.7로 직접 로드하여 사용할 수 있다. Apache-2.0 라이선스로 공개되어 있으며, Diffusers 라이브러리를 통해 파이프라인을 구성할 수 있다. 8단계 중 일부 단계만 사용하는 것도 가능하며, 각 접두사가 학습되어 있어 유연한 추론이 지원된다.

이미지 생성 품질을 유지하면서 추론 단계를 극적으로 줄이고 싶은 개발자에게 적합하다. 특히 CFG 없이도 안정적인 결과를 원하는 경우, 또는 ComfyUI 워크플로우에서 경량화된 LoRA를 활용하고 싶은 상황에 유용하다. compact-JSON scene_graph 캡션으로 학습되어 텍스트 프롬프트 이해에 특화되어 있다.