用 MOSS-Image 布局 JSON 精确摆布 70 年代专辑封面的每个元素
mostlyired12 · reddit · 2026-11-18
Reddit 用户演示了 MOSS-Image 的布局框(layout boxes)能力:他虚构了一支 70 年代民谣乐队《The Long Weekends》,为每个人物、旅行车、狗和乐队名各分配一个框与简短描述,用布局 JSON 反复重排画面。
- 四种布局:人物居左/居右、加入草地上的狗、更换斜体衬线标题挤进左上角——场景描述全程不变。
- 稳定性:3 个种子 × 4 种布局共 12 张图,所有元素都落在框内,乐队名拼写每次都正确。
- 出图配方:MOSS-Image-Base,ER-SDE 噪声 1.1、cfg 3、25 步、SLG 22/24 层,1440 方图,JSON 直接塞进普通 CLIPTextEncode,无需自定义节点。
这是对布局可控生成的具体实测,展示了在保持种子与提示词不变的情况下精确移动画面元素的可行性。
「多模态」频道最新
- 前配音演员推出可逐句调控情绪语速的 AI 语音产品 Voyager 1 — Scobleizer · 2026-11-18
- 用 MiniMax H3 重现《爆裂鼓手》排练室紧张氛围 — hucun16 · 2026-11-18
- 用 Claude 加 Unreal Engine 5.9 MCP,一天做出游戏续作原型 — TomLikesRobots · 2026-11-18
- Suno 推出 Visuals 功能,AI 音乐自动配 AI 生成的画面与视频 — The Decoder · 2026-11-18
- Osmo 宣称 AI 嗅觉达到人类水平:1000 万条气味标注训出首个嗅觉基础模型 — MIT Tech Review AI · 2026-11-18
- AURA 2.0 发布:流式视频模型学会主动开口说话并调用工具 — Shuhan Li · 2026-11-18