OpenMOSS 开源 5B 文生图模型 MOSS-Image，JSON 原生控制布局
lmoroney · x · 2026-10-18
OpenMOSS 团队发布 MOSS-Image 文生图模型家族（10 月 16 日，Apache 2.0 开源），含 Base 与精选数据微调的 SFT 两个版本。
核心亮点是原生布局控制：除自然语言提示词（最长 4K tokens）外，还支持用 JSON 结构化提示指定场景中的物体、渲染文字及其空间位置（bounding box 描述元素位置与大小），并可对布局做受控编辑。
其他特性：紧凑的 5B backbone、文字渲染能力强、支持动漫与写实风格、可在异构 GPU 平台上训练。提供 Python/Gradio 接口（共用 Diffusers pipeline）、在线 Demo、ModelScope 权重与技术报告。
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