MOSS 团队开源 5B 文生图模型 MOSS Image，Apache 2.0 + JSON 版式控制
Sam Witteveen · youtube · 2026-10-26
Sam Witteveen 实测 MOSS Image：一个 5B 参数的 diffusion transformer 文生图模型，采用 Apache 2.0 许可证完全开源，可商用。亮点与实测要点：
- 文本渲染：长文本 benchmark 成绩不错，但视频也指出了文字崩坏的具体位置
- JSON 版式控制：用 JSON 描述布局即可精确排版文字与元素，可编辑调整
- 部署方式：Hugging Face、ComfyUI、SGLang、vLLM-Omni 均可运行
- LoRA：支持 8 步 LoRA 与自定义 LoRA 训练
- 局限：视频还演示了它做不了的事、风格化与 inpainting 效果
所属事件:开源文生图模型 MOSS-Image 四天下载破百万(2 条相关)→
「多模态」频道最新
- 用 Claude Code 搭视频剪辑流水线,十段 prompt 从粗剪到成片 — TawohAwa · 2026-10-26
- 一句话生成3D世界，再用AI重绘成电影级镜头 — gizakdag · 2026-10-26
- 零实拍造出一整部电影世界：CineMap 导演分镜配 TapNow 成片 — gizakdag · 2026-10-26
- 快手 Kling 对阵字节 Seedance：中国 AI 视频模型竞争观察 — DavidmComfort · 2026-10-26
- 散景宇宙星云提示词模板：虚化光球演绎星际云雾质感 — LudovicCreator · 2026-10-26
- 博主用 Runway Act-2 加 ElevenLabs 变声做出高质量 AI 视频 — AIandDesign · 2026-10-26