4B 小模型专治「塑料感」：Morgana 1.2 开源，主打像相机拍的而不是像模型画的

3分钟看懂

一句话先说结论：10 月 31 日，做模型托管的 Kitani 放出了 Morgana 1.2 的权重。它不是又一个大厂基座，而是在 FLUX.2 Klein 4B 上微调出来的「摄影向」文生图模型，4B 参数、仓库里直接给了 diffusers 全套和 7 档 GGUF，下载就能跑。

它想解决的是一件很具体的事：现在大部分开源生图模型的画面已经够漂亮，但皮肤太滑、光线太假、颗粒太干净，一眼能看出是生成的。Morgana 1.2 的取向是把这些「像」的细节补回来——毛孔、飞散的头发、水珠、羽毛、织物纹理、雨夜霓虹在湿沥青上的反光。

这是什么

先说清楚它不是什么：它没有新架构，也不是新基座。基座是 Black Forest Labs 的 FLUX.2 Klein 4B，Morgana 1.2 是在这个 4B 模型上做的一次定向微调，官方模型卡写明由 Kitani 与 ShuttleAI 合作完成，训练数据一部分来自 Shuttle 3 Jaguar 数据集。

仓库里拿到的东西很实在：

• transformer/diffusion_pytorch_model.safetensors 约 7.8 GB，文本编码器约 8.0 GB，VAE 约 0.17 GB
• 一整套 GGUF：BF16 约 7.8 GB，往下 Q8_0 约 4.2 GB、Q6_K 约 3.2 GB、Q5_K_M 约 2.7 GB、Q4_K_M 约 2.2 GB、Q3_K_M 约 1.7 GB，最低的 Q2_K 约 1.3 GB
• 整个仓库加起来约 39 GB，也就是说「下载一个模型」这件事在这里等于「下载一整套管线」

参数规模上它属于小模型一档，这决定了它的定位：不可能什么都会，但可以在一件事上做得像。

为什么这件事值得看

生图模型这两年一直在比「全能」：文字排版、多图参考、指令编辑、4K 输出，每一项都在加。但普通用户真正被卡住的地方往往不是能力不够，而是「太完美」——皮肤没有毛孔、光没有方向、细节没有脏感。摄影感成了最容易露馅的短板。

4B 这一档的模型正好适合补这种短板：训练成本低、迭代快、显存门槛低，可以被反复微调去对准一种「味道」。Morgana 1.2 就是这条路子的一个样本——不追榜单，专心把「像照片」这一件事做厚。

对谁有用：做电商图、社交内容、人像素材、氛围图的人；想在本地跑、不想按张付费的人；以及想拿一个干净基座继续微调自己风格的人。

怎么用

官方模型卡给的调用方式很直接，走 diffusers 的标准管线：

1. 装好 diffusers 与 torch，用 Flux2KleinPipeline.from_pretrained(...) 加载，torch_dtype 设 bfloat16
2. 分辨率给 1024×1024，num_inference_steps=28，guidance_scale=4.0，max_sequence_length=512
3. 固定 generator 的随机种子，方便同一提示词反复对比

提示词写法是这类摄影向模型的关键。官方建议「像摄影师一样描述画面」：

• 光：soft window light、golden hour、overcast sky、neon reflections
• 镜头与构图：85mm、shallow depth of field、wide-angle、off-center
• 质感：visible pores、natural skin texture、film grain、subtle imperfections
• 不想要招牌文字时，结尾加一句 no text

本地显存不够的话，直接下 GGUF 量化版配相应推理工具；只想要结果不想折腾环境的，kitani.ai 上有付费 API 可选。

适用场景：适合谁

• 人像与生活照质感：自拍、抓拍、真实肤质，这是这一版重点改的地方
• 微距与材质：水珠、羽毛、织纹、木纹、旧皮革
• 风光与夜景：黄金时刻、极光映在湖面、雨夜街景的低照度曝光
• 风格化输出：厚涂油画、水彩、胶片感动画、超写实渲染

不适用场景：哪些人不适合

• 要画面里有大量可读文字的人：模型卡自己承认文字与招牌是弱项
• 要精确排版、多栏海报、UI 稿的人：这不是它的训练目标
• 要多次指令编辑同一张图的人：它是文生图取向，编辑不是主打
• 要 4K 直出的人：官方给的默认档位是 1024，往上要自己放大
• 必须完全可控商用授权的人：卡上写 apache-2.0，但同时又注明「以基座模型条款为准」，实际使用前需要自己把两层授权都读一遍

注意事项（避坑）

• 不支持负面提示词：这条管线没有 negative prompt，别照抄 SD 时代的写法
• 手部偶发失败：媒体转述的实测反馈里，手仍是薄弱环节
• 别拿「4.6 秒一张」当通用结论：这个数字来自单张 H100、15 步、不带 LoRA 的口径，是别人转述的测试，不是所有人都能复现的日常速度；消费级卡上会慢不少
• 量化会掉细节：Q4 以下体积很香，但摄影感本来就是细节活，压太狠等于把卖点压没了
• 权重来源要认准作者：Hugging Face 上同名近似仓库不少，认 kitaniai/morgana-1.2

成本与时间

• 权重：免费下载，Apache-2.0 标注，但商用前请自行核对基座条款
• 本地成本：主要是硬盘和时间。整套约 39 GB；只下 Q8_0 GGUF 约 4 GB 起
• 出图时间：28 步是官方默认；媒体转述的 H100 15 步约 4.6 秒一张只适合当参考量级
• 托管：kitani.ai 提供付费 API，适合不想配环境的人，按用量计费

行动建议

第一步别急着换工作流，先用同一个提示词跑三组对照：一组只写内容、一组按摄影语言写光与镜头、一组在结尾加 no text。三张图放一起看，你会很快判断出它到底适不适合你的素材类型——这比看任何榜单都准。

如果对照下来质感确实对味，再考虑把它接进现有流程；如果主要需求是排版和文字，直接跳过，别在这里花时间。

参考来源

• 官方模型卡（一手）：https://huggingface.co/kitaniai/morgana-1.2
• 基座模型：https://huggingface.co/black-forest-labs/FLUX.2-klein-base-4B
• 媒体转述（发布时间、速度与弱项口径）：https://aibriefing.imbch.dev/en/article/11189439
• 媒体转述（能力与限制）：https://www.thenextgentechinsider.com/pulse/kitani-launches-morgana-12-to-enhance-ai-photography-and-textures
• 社区发布帖：https://www.reddit.com/r/LocalLLaMA/comments/1xkgbhu/release_morgana_12_a_photographyfocused_fl

说明：本文的能力描述与参数、文件体积来自官方模型卡与 Hugging Face 仓库接口；速度与实测反馈部分基于多家媒体转述整理，未做独立复现。