Beeknoee Logo
Đăng nhậpĐăng ký miễn phí

OpenMOSS/MOSS-Image

Public

Official repository for MOSS-Image, a 5B-parameter base DiT model with high-quality text rendering, layout generation, and efficient fine-tuning.

controllable-generationfoundation-modelsimage-generationtext-renderingtext-to-image
Star2.2kFork111Watch7Mở trên GitHub
Beeknoee

Bee AI phân tích repositoryBETA

AI đọc README và cây file để tóm tắt, gợi ý cách dùng và đánh giá repository. Mọi con số lấy từ kho Bee, không do AI ước lượng.

Cập nhật lần cuối: 27/10/2026

Đăng nhập để hỏi Bee AI

Tóm tắt bởi Bee AI

MOSS-Image là mô hình diffusion transformer (DiT) 5B tham số mã nguồn mở, chuyên tạo hình ảnh với khả năng render văn bản chuẩn xác và điều khiển bố cục (layout-to-image).

  • Mô hình nền tảng DiT 5B tham số hỗ trợ prompt văn bản dài lên đến 4K token.
  • Hỗ trợ điều khiển bố cục (layout-to-image) bằng JSON xác định vị trí đối tượng và chữ bằng bounding box.
  • Cung cấp cả phiên bản MOSS-Image-Base và bản tinh chỉnh MOSS-Image-SFT.
  • Tích hợp sẵn giao diện Gradio và plugin cho ComfyUI.

Lưu ý

  • Tính năng Compile DiT bị tắt mặc định và không khả dụng khi bật chế độ bộ nhớ Sequential.
  • Yêu cầu GPU tương thích CUDA với cấu hình bộ nhớ phù hợp khi chạy mô hình 5B tham số.

Điểm BeeTính thuần từ số liệu trong kho Bee, không phải AI chấm: bách phân vị sao 30% · độ tươi lần push 25% · fork và watcher 15% · README, giấy phép, mô tả 20% · có bản phát hành 10%.

  • Độ phổ biến44
  • Độ tươi100
  • Cộng đồng18
  • Tài liệu100
  • Phát hành20
  • Mức độ khóTrung bình
  • Phù hợp vớiLập trình viên · Nhà nghiên cứu
  • Loại dự ánỨng dụng
  • Giấy phépApache-2.0

Kiến trúc & Công nghệ

Công nghệ AI nhận ra từ README và cây file — chỉ những mục nằm trong danh sách Bee kiểm.

Tech stack

  • Python
  • PyTorch
  • Diffusers
  • Gradio
  • CUDA

Kiến trúc tổng quan

Repository → công nghệ chính → các thư mục cấp 1 có thật trong repo; vai trò do AI mô tả.

  • comfyui/Chứa plugin và node hỗ trợ ComfyUI.
  • skills/Chứa skill hỗ trợ tối ưu prompt cho agent GPT.
  • scripts/Các script bổ trợ cho tác vụ suy luận hoặc chuyển đổi.
  • paper/Tài liệu hoặc thông tin liên quan đến báo cáo kỹ thuật.

Hướng dẫn nhanh

Các bước để bắt đầu với repository này.

bash
git clone https://github.com/OpenMOSS/MOSS-Image.git
cd MOSS-Image

Các use case chính

Những ứng dụng có thể xây dựng từ repository này.

  • Tạo hình ảnh poster, biển hiệu và thiệp với văn bản hiển thị chính xác theo bố cục định sẵn.
  • Điều khiển vị trí các vật thể và bố cục hình ảnh bằng định dạng JSON layout.
  • Tạo ảnh anime và ảnh chụp chân thực từ câu nhắc chi tiết hoặc prompt siêu dài.
  • Tích hợp quy trình tạo ảnh tùy biến vào ComfyUI workflow.

Repository tương tự

Cùng chủ đề trong kho Bee.

  1. 1AUTOMATIC1111/stable-diffusion-webuiStable Diffusion web UI165.2k+70
  2. 2unslothai/unslothLocal UI to run and train LLMs and diffusion models. Supports GGUF, MLX, Qwen3.8, DeepSeek-V4.1, MiniMax-H3, Gemma 4, FLUX and more.78.7k+273
  3. 3calesthio/OpenMontageWorld's first open-source, agentic video production system. 12 production pipelines, 100+ tools, 700+ agent skill and production-knowledge files. Turn your AI coding assistant into a full video production studio.72.7k+1.8k
  4. 4mudler/LocalAILocalAI is the open-source AI engine. Run any model - LLMs, vision, voice, image, video - on any hardware. No GPU required.50k+173
  5. 5hpcaitech/ColossalAIMaking large AI models cheaper, faster and more accessible41.4k+2

Nội dung do AI sinh, có thể sai hoặc thiếu — số liệu lấy từ kho Bee, không do AI ước lượng. Cập nhật lần cuối: 27/10/2026.

Đăng nhập