OpenMOSS 开源 MOSS-Image：5B 文生图模型支持 JSON 排版控制
lmoroney · x · 2026-10-18
OpenMOSS 于 10 月 16 日发布 MOSS-Image 文生图模型家族，采用 Apache 2.0 许可开源权重。
- 5B 骨干：包含 Base 版与精选数据微调的 SFT 版，主打高效生成与微调，训练采用异构 GPU 平台
- 原生布局控制：除自然语言 prompt（最长 4K tokens）与 tag 序列外，可用 JSON 结构化 prompt 指定每个物体/渲染文字的描述与边界框，模型按坐标排版
- 强文字渲染，支持动漫与写实两种风格
- 生态：提供 Diffusers 自定义 pipeline（需 PyTorch 2.9+）、Gradio 应用，ComfyUI Manager 已有插件，官方集成进行中
所属事件:复旦 OpenMOSS 开源 5B 文生图模型 MOSS-Image(14 条相关)→
「多模态」频道最新
- 机器人民间恐怖短片《The Glitch》:复古机械娃娃惊悚亮相 — BotLordBotflix · 2026-10-19
- tscomfy:把 ComfyUI 工作流写成带类型检查的 TypeScript 代码 — No_One_9304 · 2026-10-19
- AI 生成短片《Connect》:人眼特写逼真到难以分辨真假 — indiegameplus · 2026-10-19
- MOSS 图像模型设计向测试:一组提示词生成六种动作一致的猪角色卡 — DevKkw · 2026-10-19
- 法国腔 #slopcore 走红后作者补出英文字幕版 — banteg · 2026-10-19
- AI 生成黏土定格风恐怖短片《Satanic Verse》走红 Reddit — Pnarpok · 2026-10-19