OpenMOSS发布MOSS-Image：支持长文本渲染与可编辑布局的开源模型
OpenMOSS发布了拥有50亿参数的开源图像生成模型MOSS-Image。模型支持最长约4000 token的提示词、中英文长文本渲染，以及以JSON定义的可编辑布局。根据团队公布的评测，模型在长文本渲染任务中的Mean-6得分为96.3，在结构化布局任务中的检测框mIoU为0.8786。Base和SFT权重采用Apache 2.0协议开源，并支持Diffusers、Gradio和ComfyUI等工具。目前模型无法直接接收参考图或原生编辑图像；提示增强模块则依赖外部语言模型。
本文来源：AIbase，仅供学习参考，版权归原作者所有。