开源 5B 图像模型 MOSS-Image 四天下载 130 万次

neurocartel · reddit · 2026-10-25

OpenMOSS 团队发布 5B 参数开源文生图模型 MOSS-Image，据团队与国内媒体（QbitAI、Pandaily 报道）数据：四天下载约 130 万次、GitHub 约 1400 star、登顶 Hugging Face 文生图趋势榜。
注意：130 万下载是多仓库累计（含 Comfy-Org 的 HF 仓库），且所有数字均来自官方口径，尚无独立核实。
社区迁移很快：官方推理需 50 步，已有 8 步和 4 步加速版，INT8、GGUF、MLX 量化与风格 LoRA 均已出现。
用户看中的点：中英文密集文字渲染、带 bounding box 的结构化 JSON 排版输出、最长 4096 token 的提示词。
架构：从零训练的 5B diffusion transformer，冻结的 Qwen3.5-9B 文本编码器，VAE 来自 FLUX.2。Ostris 猜测其观感更自然可能是因为训练数据剔除了 AI 生成图（仅为个人猜测）。
实测口碑分化：有人称赞真实感与细节，也有人说部分风格不稳定。

「模型」频道最新