---
title: "Comfy-Org/MOSS-Image: ComfyUI İçin Yeniden Paketlenmiş Görsel Üretim Modeli ve Pratik Mimarisi"
url: https://blog.edumints.com/comfy-org-moss-image-comfyui-icin-yeniden-paketlenmis-gorsel-uretim
category: "Makine Öğrenmesi"
date: 2026-10-24T09:05:31.486Z
publisher: Edumints Blog
lang: tr-TR
source_name: "Hugging Face"
source_url: https://huggingface.co/Comfy-Org/MOSS-Image
---

# Comfy-Org/MOSS-Image: ComfyUI İçin Yeniden Paketlenmiş Görsel Üretim Modeli ve Pratik Mimarisi

Yapay zekâ tabanlı görsel üretim projelerinde doğru model paketlemesi ve yerel iş akışı kurulumu, geliştirme hızını doğrudan etkiler. Hugging Face üzerinde geçen ay **1.606.363 indirme** ve **407 beğeni** sayısına ulaşan **Comfy-Org/MOSS-Image**, `OpenMOSS-Team/MOSS-Image-Base` temel modeli üzerine kurulu ve Apache-2.0 lisansıyla sunulan, ComfyUI ekosistemi için özel olarak yeniden paketlenmiş (repackaged) bir model deposudur. Edumints öğrenme platformundaki geliştiriciler için bu model, modüler ağırlık yönetimi ve donanım optimizasyonu açısından mükemmel bir vaka analizidir.

## Orijinal Model Kaynakları ve Mimari Köken

Paket, üç ana kaynağın ComfyUI standartlarına uyarlanmasıyla oluşturulmuştur:
- **OpenMOSS-Team/MOSS-Image-Base:** Temel difüzyon yeteneklerini sağlayan ana model.
- **OpenMOSS-Team/MOSS-Image-SFT:** Gözetimli ince ayar (Supervised Fine-Tuning) uygulanmış, talimat takibi güçlendirilmiş sürüm.
- **darask0/MOSS-Image-color-depth-control:** Renk ve derinlik kontrolü sağlayan yardımcı adaptör yapısı.

## ComfyUI Klasör Yapısı ve Donanım Optimizasyonu

Yerel geliştirme ortamlarında model bileşenlerini ayrıştırmak, bellek (VRAM) yönetimini kolaylaştırır. Dosyaların `ComfyUI/models/` dizini altında konumlandırılması gereken yapı ve mühendislik çıkarımları şunlardır:

- **diffusion_models/:** Ana görsel üretim ağırlıklarını barındırır. `moss_image_base_bf16.safetensors` ve `moss_image_sft_bf16.safetensors` tam hassasiyet sunarken, `int8_convrot` uzantılı alternatifler düşük VRAM'li GPU'larda bellek darboğazını aşmak için kuantize edilmiştir.
- **loras/:** `moss_image_color_depth_control.safetensors` dosyası burada yer alır. Ana modeli yeniden eğitmeden sahne derinliği ve renk paleti üzerinde modüler kontrol sağlar.
- **text_encoders/:** Metin istemlerini (prompt) matematiksel vektörlere dönüştüren `qwen3.5_9b` tabanlı kodlayıcıları içerir. `bf16`, `int8_convrot` ve `w4a8_gptq` seçenekleri, geliştiricilere doğruluk ile çıkarım hızı (inference speed) arasında esnek bir tercih imkânı tanır.
- **vae/:** Görüntüleri latent uzaydan piksel uzayına çözen `flux2-vae.safetensors` ve daha hafif olan `flux2-vae_small.safetensors` bileşenlerini barındırır.

## Desteklenen İş Akışları (Workflows)

Üretim süreçlerinde prototiplemeyi hızlandırmak adına dört temel iş akışı öne çıkmaktadır:
- **MOSS-Image: Text to Image:** İnce ayarlı modelle doğrudan metinden görsel üretimi.
- **MOSS-Image Base: Text to Image:** Temel model üzerinden ham metinden görsele dönüşüm.
- **MOSS-Image: Layout-Guided Text to Image:** Kompozisyon ve yerleşim rehberliğiyle kontrollü görsel üretimi.
- **MOSS-Image Base: Layout-Guided Text to Image:** Temel model üzerinde yerleşim odaklı üretim.

## Ekosistem, Model Ağacı ve Dağıtım Durumu

Geliştiricilerin bu modeli kendi sistemlerine entegre ederken dikkate alması gereken ekosistem verileri şunlardır:
- **Çıkarım Sağlayıcıları (Inference Providers):** Model şu anda herhangi bir bulut çıkarım sağlayıcısı tarafından hazır API olarak sunulmamaktadır; bu da onu tamamen yerel kurulumlar ve özel sunucu dağıtımları için ideal kılar.
- **Model Ağacı ve Türevler:** `OpenMOSS-Team/MOSS-Image-Base` temel alınarak oluşturulmuş **34 ince ayarlı (finetuned)** varyant içinde yer alır. Bu deponun kendisinden türetilmiş **1 adaptör**, **2 yeni ince ayar modeli** ve aktif olarak çalışan **13 Hugging Face Space** uygulaması bulunmaktadır.

**Pratik Çıkarım:** Büyük ölçekli difüzyon modellerini üretim ortamına taşırken `safetensors` formatını tercih etmek güvenliği artırır; `int8` ve `gptq` gibi kuantizasyon tekniklerini metin kodlayıcı ve difüzyon katmanlarında ayrı ayrı test etmek ise maliyet/performans dengesini optimize etmenizi sağlar.




---

Bu konuyu derinlemesine öğrenmek isterseniz: [Modeller: Hangisi, Ne Zaman?](https://edumints.com/kesfet/google-ai-studio-kullanm-rehberi-joou) modülüne göz atın.

---

**Kaynak:** Hugging Face (https://huggingface.co/Comfy-Org/MOSS-Image)
**Yayıncı:** [Edumints Blog](https://blog.edumints.com) · Alıntılarken bu URL'ye bağlantı verin: https://blog.edumints.com/comfy-org-moss-image-comfyui-icin-yeniden-paketlenmis-gorsel-uretim