OpenMOSS 开源文生图模型 MOSS-Image-Base，支持中文手写文字

NERDDISCO · x · 2026-10-27

OpenMOSS 团队(复旦大学系)在 Hugging Face 发布文生图基础模型 MOSS-Image-Base,采用 Apache 2.0 开源协议，支持英文与中文。

模型支持自然语言 prompt、tag 序列，以及 JSON 布局控制(可精确指定文字位置和物体排布)，示例中展示了在冰箱贴便签上生成多行中文手写文字的效果。官方还提供 SFT 版本，可产生更清晰的文字分组和更整齐的版面。

快速上手基于 Diffusers 自定义 pipeline(MOSSImagePipeline),需要 Python 3.10+、PyTorch 2.9+ 和 NVIDIA GPU,transformer 与文本编码器使用 bfloat16,并提供了完整示例代码与 ComfyUI 支持。