Ảnh AI không kiểm duyệt · OpenMOSS
MOSS-Image-SFT không kiểm duyệt: bản nháp 8 bước, dải màu mượt và tag anime
MOSS-Image-SFT là phiên bản dùng ngay của mô hình trọng số mở 5B MOSS-Image do nhóm OpenMOSS phát hành ngày 16 tháng 10 năm 2026. Chỉ trong tháng đầu, cộng đồng đã biến nó thành công cụ dễ dùng hơn nhiều: bản chưng cất 8 bước cho bản nháp nhanh, một LoRA loại bỏ sọc màu dọc, trọng số FP16 cho card đồ họa cũ và thói quen viết prompt anime bằng các tag đơn giản. Bài hướng dẫn này tổng hợp các mẹo đó cùng những mẫu prompt bạn có thể dán vào ngay.
- Bắt đầu miễn phí
- Không bộ lọc
- Chạy trên trình duyệt

Công cụ tạo ảnh không kiểm duyệt thay thế
Văn bản thành ảnhMô tả ảnh bạn muốn, đặt chữ cần in trong ngoặc kép. Thêm ảnh tham chiếu để chỉnh sửa, hoặc để trống để tạo ảnh từ văn bản.
Từ Base đến SFT: checkpoint sinh ra để tạo ảnh
OpenMOSS phát hành hai checkpoint của cùng một mô hình single-stream 5B. Base không qua hậu huấn luyện và được dùng làm điểm khởi đầu sạch để huấn luyện LoRA. MOSS-Image-SFT là Base được tinh chỉnh trên dữ liệu chọn lọc, nên cho ảnh đẹp ngay và hiểu ba kiểu prompt: câu văn thường, danh sách tag kiểu anime và bố cục JSON có tọa độ. Các ảnh mẫu bảng trắng do nhà phát triển công bố cho thấy bản SFT nhóm chữ gọn hơn và bố cục ngăn nắp hơn, dù OpenMOSS chưa công bố con số cho khoảng cách này. Nếu bạn chỉ muốn tạo ảnh, hãy tải checkpoint này; nếu muốn huấn luyện phong cách riêng, hãy bắt đầu từ Base. Một tháng sau khi ra mắt, trang SFT trên Hugging Face có 913 lượt thích, khoảng 19.500 lượt tải trong tháng qua và 68 Space xây dựng trên nó.
8 bước thay vì 50: chưng cất DMD và Spectrum
Công thức gốc yêu cầu 50 bước lấy mẫu có guidance, cẩn thận nhưng chậm. Cộng đồng MOSS-Image-SFT đã khắc phục rất nhanh. lodestones phát hành MOSS-Image-SFT-8-steps-dmd, một bản chưng cất vẽ ảnh trong 8 bước và kèm adapter LoRA cho ComfyUI. Thêm vào đó, node ComfyUI-Spectrum-MOSS tăng tốc lấy mẫu hơn nữa bằng cách bỏ qua phần tính toán giữa các bước giống nhau. OpenMOSS cho biết bản DMD của họ vẫn đang phát triển. Chưa ai công bố benchmark tốc độ hay chất lượng công bằng, nên hãy thử trên card của bạn, nhưng cách chia mà đa số chọn khá đơn giản:
| Mục đích | Lựa chọn | Lý do |
|---|---|---|
| Tìm bố cục, thử ý tưởng hàng loạt | DMD 8 bước | Nhiều bản nháp trong thời gian của một lần render đầy đủ |
| Poster nhiều chữ | 50 bước gốc | Chữ và chi tiết nhỏ giữ tốt hơn |
| Ảnh sản phẩm hoặc ảnh bìa cuối cùng | 50 bước, có thể kèm Spectrum | Giữ chất lượng mà rút ngắn thời gian chờ |
Sửa sọc màu, card FP16 và thiết lập SLG
Hai lời phàn nàn xuất hiện sớm. Một số người dùng MOSS-Image-SFT thấy các sọc dọc mờ (banding) trên bầu trời và dải chuyển màu mượt. MATLOWAI đáp lại bằng MOSS-Image-SFT-DeBand, một LoRA nhỏ kèm preset ComfyUI giúp làm mượt các sọc đó. Vấn đề thứ hai là phần cứng: trọng số gốc ở dạng BF16, mà nhiều GPU cũ không hỗ trợ. KBlueLeaf phát hành MOSS-Image-FP16-fixed, trọng số được điều chỉnh để chạy ổn định ở FP16. Tinh chỉnh cuối là skip-layer guidance (SLG). Model card đặt nhánh negative bỏ qua layer 22, và thử nghiệm cộng đồng cho thấy layer 24 hoặc 26 cũng dùng được.
- Sọc trên bầu trời hoặc tường: tải LoRA DeBand cùng preset của nó.
- Ảnh đen hoặc lỗi trên card cũ: chuyển sang trọng số FP16-fixed.
- Muốn ảnh giống ảnh chụp hơn: thử tắt SLG, nhưng để ý bàn tay và chi tiết nhỏ.
- Prompt ngắn trông phẳng: tăng CFG từ 3 lên gần 6, như model card gợi ý.
Ba cách viết prompt cho MOSS-Image-SFT
Hầu hết mô hình tạo ảnh chỉ đọc câu văn. MOSS-Image-SFT đọc được ba định dạng và nhận prompt dài tới 4K token, bằng tiếng Anh (khuyến nghị) hoặc tiếng Trung. Câu văn thường hợp nhất với ảnh chụp và poster có chữ: đặt chính xác các từ trong dấu ngoặc kép và dùng \n trong đoạn trích khi cần xuống dòng. Danh sách tag cách nhau bằng dấu phẩy rất quen thuộc với fan anime. JSON dành cho bố cục chặt chẽ, nơi mỗi tiêu đề, sản phẩm hay huy hiệu có ô riêng. Với định dạng JSON, các ô dùng thứ tự yxyx tính từ tâm khung hình, nên trên ảnh 1024 x 1024 mỗi trục chạy từ -512 đến 512. Skill Prompt Enhancer trong repo GitHub của nhà phát triển có thể chuyển bản phác pixel thô thành các tọa độ lấy tâm này giúp bạn.
{
"summary": { "caption": "Clean perfume ad, black stone, soft rim light" },
"items": [
{ "label": "product", "caption": "glass perfume bottle", "bbox": [-200, -160, 360, 160] },
{ "label": "title", "caption": "thin gold serif", "bbox": [-460, -300, -320, 300], "text": "NOIR 07" }
],
"bbox_format": "yxyx"
}Mẫu prompt để sao chép và biến tấu
Các mẫu MOSS-Image-SFT này theo lời khuyên của nhà phát triển: mô tả cảnh, đặt chữ trong ngoặc kép, nói rõ vị trí. Dùng khoảng 1 đến 2 megapixel, tỷ lệ khung hình bất kỳ là bội số của 16, giữ cố định seed và chỉ đổi một chi tiết mỗi lần chạy. Ảnh mẫu tờ giấy dán tủ lạnh là bài khởi động tốt: một tờ giấy nhớ trên cửa tủ lạnh, viết tay bằng tiếng Trung, nhắc mua sữa và trứng.
- Poster du lịch: "Minimalist travel poster, bold title text \"EXPLORE KYOTO\" at top, red torii gate at sunset, small subtitle \"Autumn 2026\" at bottom, flat illustration, high contrast"
- Ảnh sản phẩm: "Product photo of a glass perfume bottle on wet black stone, label text \"NOIR 07\", soft rim light, studio"
- Ghi chú viết tay: "A wide view of a refrigerator beside a kitchen counter, a sticky note on the door handwritten: \"Buy milk and eggs!\""
- Bìa dọc: "Vertical web novel cover, adult couple in the rain under one umbrella, title \"Midnight Contract\" in silver letters, cinematic"
- Tag anime: "best quality, highres, newest, 1girl, adult, silver hair, school rooftop, sunset, wind, looking back"

Poster và thiết kế nơi chữ là trọng tâm
Chữ dễ đọc là lý do nhiều người thử MOSS-Image-SFT. Báo cáo kỹ thuật cho mức bao phủ chữ trung bình 96,3% trên benchmark văn bản dài LLTB, cao nhất trong các mô hình trọng số mở, và ảnh mẫu đầy bảng trắng, biển hiệu và ghi chú viết tay bằng tiếng Trung lẫn tiếng Anh. Điều đó khiến MOSS-Image-SFT rất hợp với poster sự kiện song ngữ, banner cửa hàng có giá, khung truyện tranh có bóng thoại, infographic và bìa dọc cho phim ngắn và tiểu thuyết mạng. Vì mọi tỷ lệ khung hình đều dùng được, một prompt có thể tái sử dụng cho bài đăng vuông, banner ngang và story dọc trên điện thoại.
Huấn luyện LoRA nhân vật hoặc phong cách riêng
Trọng số mở nghĩa là bạn có thể dạy mô hình nhân vật hoặc phong cách nghệ thuật của riêng mình. KohakuMossTrainer, phát hành ngày 18 tháng 10, huấn luyện adapter LoRA và LyCORIS chỉ với 6GB VRAM, còn DiffSynth-Studio hỗ trợ cả tinh chỉnh toàn phần lẫn LoRA. Lời khuyên thường gặp là huấn luyện trên Base rồi tải kết quả cùng MOSS-Image-SFT. Hệ sinh thái còn nhỏ nhưng phát triển nhanh: cây mô hình SFT trên Hugging Face liệt kê 55 adapter, 23 bản tinh chỉnh và 2 bản merge. Hãy viết caption theo đúng phong cách bạn định dùng để prompt: tag cho nhân vật anime, câu văn cho phong cách ảnh chụp.
Online, API, file lượng tử hóa và máy chủ
Bạn không cần cài đặt cục bộ để thử MOSS-Image-SFT. Space Hugging Face của nhà phát triển chạy ngay trên trình duyệt, và nền tảng MOSI API cung cấp truy cập được lưu trữ từ ngày 20 tháng 10 (xem giá hiện tại trên trang của họ). Với các nhóm tự vận hành dịch vụ, SGLang và vLLM-Omni hỗ trợ mô hình từ ngày đầu và đều công bố hướng dẫn triển khai. Người dùng ít VRAM có thể xem 48 phiên bản lượng tử hóa trong cây mô hình, gồm cả file GGUF; hãy kiểm tra từng card xem cần loader nào. Trên Mac, Draw Things và DiffusionBee là các ứng dụng mọi người thường tìm đến để tạo ảnh cục bộ.
MOSS-Image-SFT so với FLUX và Qwen-Image
Chưa có điểm so sánh trực tiếp từ nhà phát triển, nên đây là so sánh thực tế. MOSS-Image-SFT nhỏ, khoảng 5B tham số, nên dễ chạy và huấn luyện trên card phổ thông hơn. Thế mạnh của nó là chữ tiếng Trung và tiếng Anh dài cùng khả năng điều khiển bố cục bằng JSON. FLUX và Qwen-Image lớn hơn, có kho LoRA và bản tinh chỉnh cộng đồng lớn hơn nhiều, cùng các mô hình chỉnh sửa riêng, nên vẫn thắng khi bạn cần một phong cách cụ thể mà ai đó đã huấn luyện sẵn.
| MOSS-Image-SFT | Dòng FLUX | Qwen-Image | |
|---|---|---|---|
| Kích thước | Khoảng 5B | Lớn hơn | Lớn hơn |
| Prompt bố cục theo tọa độ | Có, ô JSON | Không | Không |
| Chữ song ngữ dài | Thế mạnh chính | Chủ yếu tiếng Anh | Mạnh |
| LoRA cộng đồng | Còn mới, đang tăng | Rất lớn | Lớn |
MOSS-Image-SFT không kiểm duyệt và tranh người lớn
OpenMOSS chưa phát hành phiên bản không kiểm duyệt. Trọng số MOSS-Image-SFT là mở và không có gì lọc khi bạn chạy cục bộ, nhưng chính negative prompt được khuyến nghị có chứa từ nsfw, cho thấy thiết lập mặc định nghiêng về ảnh an toàn. Cộng đồng có các LoRA chủ đề người lớn, nhưng chất lượng và nguồn gốc không đồng đều, nên hãy kiểm tra kỹ. Các hướng người lớn phổ biến là bộ ảnh đồ bơi, poster pin-up và bìa fantasy với nhân vật rõ ràng là người trưởng thành. Nếu muốn bỏ qua khâu cài đặt, Spicy AI cung cấp tính năng tạo ảnh không kiểm duyệt tương tự ngay trên trình duyệt.
Bộ ảnh đồ bơi
Buổi chụp nắng đẹp ở bãi biển và hồ bơi với người mẫu trưởng thành, có tiêu đề tạp chí phía trên.
Poster pin-up
Pin-up retro của nhân vật trưởng thành với dòng khẩu hiệu đặt đúng chỗ.
Bìa fantasy
Anh hùng và nữ phù thủy trưởng thành cho bìa sách hoặc game với tiêu đề dễ đọc.
- Dùng bản 8 bước để khám phá, rồi render ảnh ưng ý với đủ số bước.
- Đặt mọi từ muốn in lên ảnh trong ngoặc kép và nói rõ vị trí của nó.
- Nêu rõ mọi người trong ảnh đều đã trưởng thành (18+), và tuyệt đối không mô tả người thật khi chưa có sự đồng ý.
Tạo ảnh chủ đề người lớn ngay trên trình duyệt, không cần GPU hay tải về.
Mở công cụ tạo ảnh →Cộng đồng đang tạo gì sau một tháng
Các con số đã nói lên tất cả: ngay sau khi ra mắt trang SFT có khoảng 130 lượt thích, và một tháng sau trang SFT đã vượt 900 lượt thích, với 48 file lượng tử hóa và hàng chục adapter trong cây mô hình cùng khoảng 2,6k sao trên GitHub. Phần lớn ảnh MOSS-Image-SFT được chia sẻ thuộc vài nhóm: poster du lịch retro, bìa tạp chí song ngữ, ghi chú viết tay và meme bảng trắng, nhân vật anime từ prompt tag và ảnh sản phẩm đầy không khí cho cửa hàng online.
- Poster retro với tiêu đề lớn, dễ đọc
- Bìa song ngữ và tờ rơi sự kiện
- Ghi chú viết tay, hóa đơn và trò đùa trên bảng trắng
- Nhân vật anime từ tag kiểu booru
- Ảnh sản phẩm với nhãn mang phong cách thương hiệu
Tự host MOSS-Image-SFT so với tạo ảnh online trên Spicy AI
| Triển khai cục bộ (trọng số gốc) | Spicy AI online | |
|---|---|---|
| Bộ lọc nội dung | Không có khi chạy cục bộ | Không có bộ lọc nội dung |
| Trọng số mở | Có | Không cần — chạy trên trình duyệt |
| Mô hình | Checkpoint SFT cùng tiện ích cộng đồng | Mô hình ảnh không kiểm duyệt tương tự, lưu trữ online |
| Chi phí bắt đầu | GPU của riêng bạn | Có gói miễn phí |
Câu hỏi thường gặp
MOSS-Image-SFT khác Base thế nào?
SFT là Base được tinh chỉnh trên dữ liệu chọn lọc, nên cho ảnh đẹp hơn ngay từ đầu và hiểu câu văn, tag lẫn JSON. Base không qua hậu huấn luyện và phù hợp hơn để huấn luyện LoRA. OpenMOSS chưa công bố so sánh bằng số liệu.
Tôi có bắt buộc dùng 50 bước không?
50 bước là khuyến nghị của nhà phát triển. Bản DMD 8 bước của lodestones từ cộng đồng rút ngắn đáng kể; bản DMD của OpenMOSS vẫn đang phát triển.
Làm sao sửa sọc dọc hoặc banding?
Hãy thử LoRA cộng đồng MOSS-Image-SFT-DeBand với preset ComfyUI của nó, hoặc thử nghiệm các thiết lập skip-layer guidance.
GPU của tôi không hỗ trợ BF16. Tôi vẫn chạy được chứ?
Được. Trọng số cộng đồng MOSS-Image-FP16-fixed của KBlueLeaf được làm cho các card chỉ hỗ trợ FP16.
Nó có viết được chữ tiếng Trung không?
Có. Nó hiển thị chữ tiếng Trung và tiếng Anh dài, với mức bao phủ trung bình 96,3% trên benchmark LLTB theo báo cáo kỹ thuật. Thêm \n trong đoạn trích để xuống dòng chính xác.
Tôi có dùng được tag anime không?
Có. Thứ tự khuyến nghị là Quality, Score, Meta, Year, Character, Series, Artist, rồi đến tag General.
Spicy AI có liên kết với OpenMOSS không?
Không. Spicy AI là nền tảng độc lập, không liên kết hay được OpenMOSS bảo trợ. Tên mô hình là nhãn hiệu của chủ sở hữu tương ứng.
Nguồn tham khảo
- Model card MOSS-Image-SFT (Hugging Face)
- Model card MOSS-Image-Base (Hugging Face)
- Kho mã OpenMOSS (GitHub)
- Hướng dẫn sử dụng: prompt và thiết lập (GitHub)
- Báo cáo kỹ thuật (arXiv 2610.23374)
- Bản chưng cất DMD 8 bước (lodestones)
- LoRA DeBand (MATLOWAI)
- Trọng số FP16-fixed (KBlueLeaf)
- Node ComfyUI-Spectrum-MOSS
- KohakuMossTrainer
- Demo online của nhà phát triển (Hugging Face Space)
- Hướng dẫn triển khai SGLang
- Hướng dẫn vLLM-Omni
