MOSS-Image
#13 in Text-zu-BildMoss · seit 16. Oktober 2026 · 2× · zuletzt 20. Okt. 2026
19
Momentum
MOSS-Image ist ein Text-zu-Bild-Modell von OpenMOSS mit 5B-Parameter-Diffusion-Transformer (Single-Stream-DiT, von Grund auf vortrainiert), Qwen3.5-9B-Textencoder und FLUX.2-VAE. Es unterstützt Prompts bis 4K Tokens sowie experimentelle JSON-Layoutsteuerung mit Bounding Boxes. Base- und SFT-Checkpoints sind unter Apache-2.0 verfügbar; Base ist für Fine-Tuning/LoRA gedacht.
Momentum-Verlauf
23.07.21.10.
Features
| Fine-tuning | Base-Checkpoint für Fine-Tuning und LoRA; LoRA-Training auch in Civitai Training Studio möglich |
| Lizenz | Apache-2.0 (Gewichte und Inference-Code) |
| Max-Auflösung | Empfohlen 1M, 1.5M, 2M Pixel; extrapoliert von 0.25M (512×512) bis 4M (2K) |
| Plattform | Open Weights (Hugging Face, ModelScope); Python/Diffusers, Gradio, ComfyUI (Core-Support) |
| Release-Datum | 16. Oktober 2026 |