MOSS-Image: Открытая text-to-image модель на 5B параметров с точной отрисовкой текста и управлением раскладкой.

Чем полезно

Генерирует картинки с читаемым текстом и заданным расположением элементов по JSON-разметке, а также поддерживает длинные промпты до 4K токенов и дообучение под свои задачи.

Главные возможности

• Управление раскладкой текста и объектов через JSON-разметку
• Длинные промпты до 4K токенов
• Плагин для ComfyUI и поддержка SGLang и vLLM-Omni

Для кого

Дизайнеры, разработчики генеративных сервисов и исследователи изображений

Как начать

pip install -r requirements.txt