MOSS-Image Edit è la prima LoRA pronta all'uso che trasforma MOSS-Image in un editor di immagini guidato dalle parole, e il 22 ottobre è arrivato anche il supporto nativo in ComfyUI. Scrivi "rendi la scena invernale" oppure "vesti la persona dell'immagine 1 con l'abito dell'immagine 2", e il modello ridipinge la foto mantenendone la struttura. Chi fa grafica sa quanto tempo si perde per una variante di colore, una luce diversa, una versione stagionale dello stesso visual: è proprio quel lavoro ripetitivo che questi strumenti promettono di accorciare.
Ti raccontiamo come la pensiamo noi. Lavoriamo con ComfyUI su una normalissima RTX 3060 da 12 GB e 32 GB di RAM, e davanti a ogni novità ci facciamo tre domande: gira su una scheda così, è gratis, posso usarla per un lavoro vero? Per MOSS-Image Edit le risposte sono incoraggianti, ma con un paio di "però" che è giusto dirti subito: è un progetto della comunità, non dei creatori di MOSS-Image, e la qualità della modifica con più immagini è ancora da valutare. Qui mettiamo in fila cosa fa, cosa scaricare e come provarlo senza perdere un pomeriggio.
Scheda rapida
| Cos'è | Una LoRA (un piccolo file aggiuntivo da 297 MB che "insegna" un compito nuovo al modello) che fa di MOSS-Image un editor di immagini con istruzioni di testo, fino a 4 immagini di riferimento |
| Chi l'ha creato | L'utente chinoll, con i nodi del progetto Chenkin-x; supporto nel core di ComfyUI aggiunto da Kijai. Non è un rilascio ufficiale di OpenMOSS |
| Memoria video richiesta | Non dichiarata. L'autore dei nodi l'ha provato su una RTX 4060 Laptop da 8 GB con le versioni INT8 di modello e text encoder |
| Gira su una RTX 3060 da 12 GB? | Non dichiarato in modo esplicito, ma se gira su 8 GB con i file INT8 è ragionevole aspettarsi di sì |
| Licenza | Codice dei nodi e del progetto: GPL-3.0. Pesi della LoRA: licenza non indicata in modo specifico. Modello base MOSS-Image: Apache 2.0 |
| Uso commerciale dall'Italia | La base Apache 2.0 lo permette; per la LoRA manca una licenza esplicita dei pesi, quindi per i lavori dei clienti conviene aspettare un chiarimento |
| Dove scaricarlo/provarlo | Hugging Face (chinoll/Moss-Image-Edit), nodi e workflow su GitHub (Chenkin-x), oppure nodo nativo nell'ultima versione di ComfyUI |
| Gratis o a pagamento | Gratis, gira in locale |
Cos'è MOSS-Image Edit e cosa sa fare?
MOSS-Image Edit è una LoRA di modifica immagini addestrata sopra MOSS-Image, il modello da 5 miliardi di parametri uscito a metà ottobre (ne abbiamo parlato nella nostra panoramica sui modelli AI per immagini in ComfyUI). Le dai una foto e un'istruzione scritta, e lei restituisce la foto modificata. La trovi sulla pagina Hugging Face di chinoll.
Secondo l'autore, i compiti in cui rende meglio sono questi:
- Colori: cambiare la tinta di un oggetto, di un abito, di una parete.
- Abiti: vestire un soggetto con un capo preso da un'altra immagine.
- Luce e stagioni: dal giorno alla sera, dall'estate all'inverno.
- Stile visivo ed espressioni: dare un altro "look" alla stessa scena.
Altrettanto importante è cosa non promette: la scheda non documenta l'inserimento di oggetti nuovi nella scena, non pubblica test comparativi e non dice nulla sul comporre due soggetti diversi in un'unica immagine. Consideralo quindi uno strumento per varianti e ritocchi, non un sostituto dei modelli di editing più grandi come Qwen-Image o FLUX 3 Klein.
Come si usa MOSS-Image Edit in ComfyUI?
Ci sono due strade: il nodo nativo di ComfyUI oppure il pacchetto di nodi dell'autore, e per iniziare consigliamo il secondo perché ha i workflow già pronti. Il 22 ottobre è stata unita nel core la modifica di Kijai (PR #17296), che aggiunge il nodo sperimentale Text Encode MOSS-Image Edit: lì basta scegliere "Moss-Image-Edit" nel menu edit_format e collegare le immagini di riferimento. È arrivata dopo la versione 0.42.1, quindi serve aggiornare ComfyUI all'ultima versione disponibile.
Il pacchetto ComfyUI-Moss-Image-Edit invece porta il nodo Apply MOSS Edit e tre workflow: modifica con una sola immagine (quello consigliato per partire), confronto con il modello Base e modifica con più immagini. È stato verificato su ComfyUI 0.42.3. Su Windows c'è un file install.cmd che fa solo un controllo dell'installazione: non installa pacchetti e non tocca il core.
Una nota sul modo di scrivere le istruzioni: con più immagini il modello non sa da solo quale foto è il soggetto e quale il riferimento, quindi va detto nel testo. L'esempio dell'autore è chiaro: "Dress the person in image 1 in the outfit from image 2", cioè "vesti la persona dell'immagine 1 con l'abito dell'immagine 2". Meglio scrivere le istruzioni in inglese, la lingua usata negli esempi.
Quanta VRAM serve per MOSS-Image Edit?
Una cifra ufficiale non c'è, ma l'autore dei nodi l'ha fatto girare su una RTX 4060 Laptop da 8 GB, usando i file INT8 sia del modello sia del text encoder. La VRAM è la memoria della scheda video: quando i file non ci stanno, ComfyUI sposta una parte del lavoro sulla RAM e tutto rallenta. INT8 significa che i pesi sono salvati con numeri a 8 bit invece che a 16: occupano circa la metà, con una perdita di qualità piccola.
Ecco i file da scaricare dal repository Comfy-Org di MOSS-Image, più la LoRA di chinoll:
| File | Cartella di ComfyUI | Peso |
|---|---|---|
| MOSS-Image SFT (int8 consigliato con 8–12 GB) | models/diffusion_models | 5,41 GB (int8) · 10,16 GB (bf16) |
| Text encoder Qwen3.5-9B | models/text_encoders | 9,75 GB (int8) · 7,34 GB (w4a8) |
| VAE FLUX.2 | models/vae | 0,34 GB |
| LoRA MOSS-Image Edit (adapter_model.safetensors) | models/model_patches (pacchetto Chenkin-x) | 297 MB |
Il text encoder è il componente che "legge" il testo e lo traduce per il modello: è il file più pesante. Il VAE trasforma l'immagine da e verso lo spazio compresso in cui lavora il modello. Se la memoria non basta, l'autore suggerisce due trucchi: generare a 0,25 megapixel (circa 512×512) e far girare il text encoder sulla CPU dal nodo Load CLIP. Tieni conto che ogni immagine di riferimento in più aggiunge memoria e tempo. Per capire quanto conta la scheda video in questi casi trovi un confronto nella nostra guida alle migliori GPU per l'AI generativa.
Una buona notizia per la velocità: la modifica di Kijai calcola i riferimenti una volta sola invece che a ogni passo. Sui suoi test, a 1024×1024 con un riferimento da 1 megapixel, ogni passo è sceso da 826 a 457 millisecondi.
MOSS-Image Edit si può usare per lavoro?
Per ora la risposta onesta è "probabilmente sì, ma non ancora con certezza". Il modello base MOSS-Image è rilasciato con licenza Apache 2.0, che permette l'uso commerciale anche dall'Italia. Il codice dei nodi e del progetto è GPL-3.0, una licenza libera che riguarda il software, non le immagini che generi. Il punto scoperto sono i pesi della LoRA: sulla pagina Hugging Face non c'è un'etichetta di licenza dedicata.
Per sperimentare, fare prove di stile o preparare bozze per un cliente non vediamo problemi. Per un lavoro consegnato con il tuo nome sopra, invece, aspetteremmo che l'autore chiarisca la licenza dei pesi. Chi preferisce stare tranquillo può anche addestrarsi la propria LoRA di editing con AI-Toolkit di ostris: trovi gli aggiornamenti nella nostra sezione dedicata a ComfyUI.
Da provare subito
- Aggiorna ComfyUI e verifica che il workflow ufficiale di MOSS-Image (testo→immagine) funzioni: se non funziona quello, non funzionerà nemmeno la modifica. Se parti da zero, la nostra guida introduttiva a ComfyUI ti porta fin qui.
- Scarica i quattro file della tabella: con 12 GB scegli il modello SFT int8 e il text encoder w4a8 o int8.
- Installa il pacchetto clonando ComfyUI-Moss-Image-Edit in custom_nodes, esegui install.cmd e riavvia.
- Importa il workflow a immagine singola e parti dalle impostazioni dell'autore: circa 1 megapixel, sampler Euler, 30 passi, CFG 4, denoise 1, lato massimo del riferimento 512.
- Prova un'istruzione semplice, per esempio "make it a snowy winter evening" su una foto di esterni. Solo dopo passa alle due immagini, nominandole nel testo ("image 1", "image 2").
Non abbiamo ancora trovato video tutorial sulla versione Edit, uscita da pochissimo. Per far girare MOSS-Image con poca memoria è utile "MOSS-Image-SFT: GGUFs+w4a8 | LOW VRAM Workflow" del canale REBEL AI.
Le altre novità
- MiniMax H3 in 4 o 8 passi: Taobao Content AI ha pubblicato il 20 e il 22 ottobre le LoRA PTD che accelerano la generazione video da riferimento con audio. Con la base inclusa si parla però di circa 140 GB di file: roba da schede professionali. Il pacchetto ComfyUI-PTD-Compact le adatta alle basi potate e quantizzate. Licenza MiniMax H3, che esclude l'Unione Europea.
- ComfyUI 0.42.3 e 0.42.4 (21 e 22 ottobre): secondo il changelog ufficiale arrivano i nodi a pagamento HeyGen Voice 1.0 (clonazione della voce), VEED per il lipsync e lo scontorno video, Mirelo SFX 2.0 per gli effetti sonori e la modalità "ultra" di Krea 3 Image.
Domande frequenti
MOSS-Image Edit è ufficiale?
No. È un progetto della comunità firmato da chinoll, costruito sopra i modelli MOSS-Image di OpenMOSS. Il supporto nel core di ComfyUI, invece, è stato aggiunto da Kijai e unito dagli sviluppatori di ComfyUI il 22 ottobre. Per questo vale la pena seguire la pagina del progetto: aggiornamenti e chiarimenti arrivano da lì.
Posso usare la LoRA con MOSS-Image Base invece di SFT?
Sì, la LoRA è compatibile con entrambi, ma gli esempi dell'autore sono stati addestrati e generati con SFT, che è il punto di partenza più pulito. Il workflow con la Base esiste soprattutto per confronto e, secondo l'autore, la sua qualità è ancora da valutare.
Quante immagini di riferimento posso usare?
Fino a quattro. Nel testo devi spiegare il ruolo di ciascuna ("image 1", "image 2"…), perché la LoRA non lo capisce da sola. L'autore avverte che la modifica con più immagini funziona ma la qualità è ancora da verificare: per lavori seri parti da una sola immagine.
Che differenza c'è con le LoRA di editing di ostris?
AI-Toolkit di ostris è uno strumento per addestrare le tue LoRA di modifica, con un suo pacchetto di nodi. MOSS-Image Edit di chinoll è invece una LoRA già pronta da scaricare. Il nodo nativo di ComfyUI supporta entrambi i formati: basta scegliere quello giusto nel menu edit_format.
Se vuoi partire con il piede giusto, scarica i nostri workflow gratuiti dalla sezione ComfyUI di tutorial3d.it e seguici sul canale YouTube @tutorial3d: appena l'avremo messo alla prova sulla nostra RTX 3060, ti mostreremo i risultati.
