值得关注

OpenMOSS 发布 MOSS-Image,重点提升图中文字与布局控制

10 月 16 日公布的 Base 与 SFT 版本采用 50 亿参数图像骨干,提供 ComfyUI 等工具接入方式。

本文为译文。 阅读原稿

OpenMOSS 于 10 月 16 日公布 MOSS-Image-Base 和 MOSS-Image-SFT,公开代码与权重。其图像骨干约有 50 亿参数,重点改善图中文字、布局控制及多种视觉风格。

项目介绍了最长 4K token 的提示词支持,以及基于基础模型进行任务适配的方式,并提供 ComfyUI、SGLang、vLLM-Omni 等接入方案。实际资源需求取决于部署配置。

本次收录关注可控性和可获取的模型资源。视频中的“没有安全围栏”说法不作为已核实特性,也不能据此推导模型支持所有生成请求。

来源:Official repository and release notes · Official user guide

原始来源官方来源