MOSS-Image Base: чекпоинт 5B для генерации и дообучения
MOSS-Image Base: открытый предобученный чекпоинт MOSS-Image на 5B параметров для работы с LoRA и дообучения, с управлением через layout JSON и поддержкой ComfyUI.
MOSS-Image Base
Текст в изображениеУправление компоновкойДообучениеОткрытые весаПредобученный чекпоинт MOSS-Image, опубликованный без пост-обучения и дистилляции параметров вывода, поэтому весь сигнал обучения остаётся в весах. OpenMOSS рекомендует его как отправную точку для обучения LoRA и для всех, кто хочет строить на основе модели, а не просто запускать её как есть.
| Разработчик | OpenMOSS |
| Дата выпуска | 2026-10-16 |
| Архитектура | 5B single-stream DiT (42 слоя) в латентном пространстве FLUX.2, текстовый энкодер Qwen3.5-9B, VAE FLUX.2 |
| Параметры | 5B |
| Лицензия | Apache-2.0 |
| Выборка | 50 шагов или больше, CFG 3 (диапазон от 3 до 6), shift 5, Euler, пропуск негативной ветви на слое 22 |
Возможности
- Рендеринг текста: разборчивый текст на английском и китайском языках с автоматическими переносами строк
- Layout JSON: размещение текстовых блоков и объектов по bounding box вместо описания позиций словами
- Форматы промптов: естественный язык, последовательности тегов или layout JSON, промпты длиной до 4K токенов
- Диапазон разрешения: от 0.25M (512×512) до 4M (2K) пикселей, с оптимизацией под выходы 1M, 1.5M и 2M
- Готов к LoRA: чекпоинт сохраняет всю информацию обучения, поэтому именно его OpenMOSS советует для тренировки
Примечания
Поскольку дистилляция не проводилась, базовому чекпоинту для работы нужны настройки из руководства пользователя: 50 шагов или больше, CFG 3, shift 5 и пропуск негативной ветви на слое 22. Отключение пропуска слоя делает вывод более реалистичным, но может разрушить детализацию. Негативы, которые советует руководство: nsfw, worst quality, bad anatomy, watermark, jpeg artifact.
Связанные материалы
Guides and workflows related to this model series.
Комментарии
Войдите через GitHub, чтобы участвовать в обсуждении.