moss image 开源了!: OpenMOSS/MOSS-Image
平时用 AI 生图,应该不少人都遇到过类似的问题:画面看着不错,但图片里的文字经常出错;想做一张有明确布局的海报,生成结果却总和预期有差距。
MOSS-Image 的一个主要方向,就是让图片里的文字和布局更容易控制。
这个项目公开了代码和模型权重,模型规模约为 5B 参数。除了图片生成,它还关注文字渲染、布局控制和后续微调。
我感觉这类方向挺实用的。毕竟很多时候,我们需要的不是一张单纯好看的图片,而是能用来做海报、广告或者其他设计工作的素材。
当然,具体效果怎么样,还是得自己跑一跑,尤其是中文文字、复杂排版这些场景,值得单独测试。
这里推荐一个测试的站点: