复旦 OpenMOSS 开源 MOSS-Image-SFT:Apache 2.0 文生图模型
bdsqlsz · x · 2026-10-16
OpenMOSS 团队（复旦大学）在 Hugging Face 发布 MOSS-Image-SFT，是 MOSS-Image 家族中基于 MOSS-Image-Base 的监督微调文生图模型，采用 Apache 2.0 许可证。模型支持自然语言提示、tag 序列和 JSON 布局三种输入方式，可精确控制文字排布与物体位置，示例显示 SFT 后白板文字分组更清晰、布局更有序。官方给出 diffusers 快速上手代码（需 PyTorch 2.9+ 和 CUDA GPU，推理参数如 50 步、guidancescale 3.0、uncondskiplayers=[22]），并附中文用户指南和 ComfyUI 支持，中文手写文字渲染是演示亮点。
「多模态」频道最新
- AI 生成机械装配结构成功动起来,作者激动截图庆祝 — zetalyrae · 2026-10-16
- Hyperflow 开源：采样 49 步压到 8 步，视频生成提速约 3 倍 — mhdfaran · 2026-10-16
- 电影级 3D 奇幻角色提示词模板：机械残件甲胄风 — azed_ai · 2026-10-16
- Midjourney 复古木刻漫画风：--sref 参数直出海狸持刀图 — michaelrabone · 2026-10-16
- 网友将 MOSS-Image 量化为 INT8,在 ComfyUI 近乎无损运行 — East_Shoe8814 · 2026-10-16
- Tripo 旧金山首届世界构建黑客松落幕，World Labs 与 Runway 参与 — mhdfaran · 2026-10-16