MOSS-Image: открытая 5B модель генерации изображений
ComfyUI Wiki
MOSS-Image: открытое семейство моделей генерации изображений по тексту на 5B от OpenMOSS с управлением компоновкой через layout JSON и поддержкой ComfyUI в ядре.
M
MOSS-Image
Генерация изображений по текстуУправление компоновкойРендеринг текстаОткрытые весаОткрытое семейство моделей генерации изображений по тексту на 5B параметров от OpenMOSS. Однопоточный diffusion transformer в латентном пространстве FLUX.2 с текстовым энкодером Qwen3.5-9B, созданный для разборчивого рендеринга текста и управления компоновкой через JSON: опишите сцену, а затем разместите текстовые блоки и объекты по bounding box. Поставляется как базовый checkpoint для тонкой настройки и как supervised fine-tune для повседневной генерации.
| Разработчик | OpenMOSS |
| Дата выпуска | 2026-10-16 |
| Архитектура | 5B однопоточный DiT (42 слоя) в латентном пространстве FLUX.2, текстовый энкодер Qwen3.5-9B, VAE FLUX.2 |
| Параметры | 5B |
| Лицензия | Apache-2.0 |
| Разрешение | РЕКОМЕНДУЕТСЯ 1M, 1.5M или 2M пикселей, поддерживается от 0.25M до 4M, кратно 16 |
| Выборка | 50 шагов и больше, CFG 3, shift 5, пропуск негативной ветви на слое 22 |
| ComfyUI | Поддержка в ядре добавлена в Comfy-Org/ComfyUI PR #17095, перепакованные веса в Comfy-Org/MOSS-Image |
Модели
| Модель | Описание | Лицензия | Выпущена |
|---|---|---|---|
| MOSS-Image Base | Предобученный checkpoint с полным обучающим сигналом, предназначенный для работы с LoRA и тонкой настройки | Apache-2.0 | 2026-10-16 |
| MOSS-Image SFT | Supervised fine-tune базовой модели на отобранных данных, для генерации изображений по тексту и генерации компоновки | Apache-2.0 | 2026-10-16 |
Выберите модель выше, чтобы открыть подборку загрузок весов, учебники и связанную информацию.
Возможности
- Управление компоновкой: промпт может быть JSON документом, который размещает текст и объекты по bounding box, поэтому композиция и расположение текста становятся данными, которые можно редактировать
- Рендеринг текста: разборчивый английский и китайский текст с автоматическими переносами строк, когда промпт их не задаёт
- Длинные промпты: до 4K токенов
- Форматы промптов: естественный язык, последовательности тегов в стиле booru или layout JSON
- Тонкая настройка: базовый checkpoint опубликован специально для обучения LoRA, а репозиторий содержит навыки prompt-enhancer и руководство пользователя по обучению и выводу
Комментарии
Войдите через GitHub, чтобы участвовать в обсуждении.