OpenMOSS 开源 5B 图像生成模型 MOSS-Image

OpenMOSS 开源了图像生成模型 MOSS-Image，骨干为 5B 参数 DiT，提供 Base 与 SFT 两个版本，代码以 Apache-2.0 协议开源。模型通过 layout JSON 中的 bbox 坐标框指定文字和物体的位置，从而控制文字排版。 使用上，首次运行会从模型仓库下载 MOSS-Image-Base 权重，需预留网络和磁盘空间；调用时须开启 trust_remote_code=True，因为模型使用了自定义 pipeline 代码。README 称已 day-0 支持 SGLang、vLLM-Omni、ComfyUI 三种推理方案，但其中部分集成仍在推进，遇到节点缺失或报错属于正常现象。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。