MOSS-Image SFT: modelo texto a imagen de 5B con control de layout
MOSS-Image SFT es el ajuste fino supervisado del modelo de imagen de 5B de OpenMOSS, con control de layout JSON, renderizado de texto en inglés y chino, y soporte para ComfyUI.
MOSS-Image SFT
Text-to-ImageLayout ControlText RenderingOpen WeightsEl ajuste fino supervisado de MOSS-Image sobre datos seleccionados, y el checkpoint que conviene ejecutar para tareas de texto a imagen. Mantiene la misma arquitectura y el mismo pipeline que el modelo base, pero produce una agrupación de texto más limpia y layouts más organizados, y admite layouts JSON que ubican texto y objetos mediante cajas delimitadoras.
| Desarrollador | OpenMOSS |
| Fecha de lanzamiento | 2026-10-16 |
| Arquitectura | DiT de flujo único de 5B (42 capas) en el espacio latente de FLUX.2, codificador de texto Qwen3.5-9B, VAE FLUX.2 |
| Parámetros | 5B |
| Licencia | Apache-2.0 |
| Muestreo | 50 pasos o más, CFG 3, shift 5, Euler, omisión de la rama negativa en la capa 22 |
Capacidades
- Renderizado de texto: texto legible en inglés y chino dentro de la imagen, con saltos de línea automáticos
- Layout JSON: un
summarymásitemscon cajas delimitadoras controla dónde se colocan el texto y los objetos, y qué dice el texto - Formatos de prompt: lenguaje natural, secuencias de etiquetas estilo booru o layout JSON, con prompts de hasta 4K tokens
- Rango de resolución: se recomiendan 1M, 1.5M y 2M píxeles; se admiten de 0.25M a 4M, en múltiplos de 16
- Rango de estilos: salida tanto anime como fotorrealista, según OpenMOSS
Notas
MOSS-Image-SFT se ajusta finamente a partir de MOSS-Image Base y es el checkpoint que ejecutará la mayoría de los usuarios de ComfyUI; los pesos reempaquetados incluyen ambos checkpoints. Las configuraciones de muestreo del repositorio del proyecto son 50 pasos, CFG 3, shift 5 y omisión de la rama negativa en la capa 22 con Euler y sgm_uniform.
Relacionados
Guides and workflows related to this model series.
Comentarios
Inicia sesión con GitHub para unirte a la conversación.