MOSS-Image-Base 的 8 步 DMD2 LoRA，CFG 1、无负面提示词

MOSS-Image-Base 有了一个 8 步 DMD2 LoRA。rank 128，用分布匹配蒸馏训练，目标是替代基座模型原本 50 步带 CFG 的采样流程：8 次前向，CFG 1，不需要负面提示词。

它只改 transformer。文本编码器还是 Qwen3.5-9B，VAE 是 FLUX.2 small decoder，tokenizer 和推理管线也保持 MOSS-Image-Base 原样。训练细节写在 TECH_REPORT.md 里，模型页和报告链接在下面。

模型是在 MOSS-Image-Base 上训练的，但按作者说法，应该能配合大多数基于它的微调模型和其他 LoRA 使用。加载时放在一起，强度设为 1。

Hugging Face 模型页：
https://huggingface.co/data-archetype/moss_image_base_dmd2

技术报告：
https://huggingface.co/data-archetype/moss_image_base_dmd2/blob/main/TECH_REPORT.md

发帖人补充了一句：这个 LoRA 不是他做的，但值得留意。他觉得效果有点过强，不过生成的真实感比早前版本更好。

评论区有人问，它和 Lodestone 的 8 步 LoRA 差别大不大。mikemend 的回复是能看出区别，这里推荐 lcm/simple 设置。他觉得强度有点大，所以自己用 0.8。作者推荐 flow 4.48。两套参数确实不一样。

他贴了同一组设置下的对比图，最新的一个是 DMD2 LoRA，前四个 LoRA 来自 Lodestone。参数为 Flow 4.48，Lcm/simple，CFG 1，8 steps，MOSS Image Base int8 convrot，LoRA strength 1.00。