MOSS-Image

MOSS-Image es un modelo open source de texto a imagen del equipo OpenMOSS, publicado el 16 de octubre de 2026 con licencia Apache-2.0. Su transformer de difusión de 5B está pensado para imágenes en las que las palabras importan: carteles, menús, infografías y letreros con textos largos en inglés o chino, además de un modo de diseño en JSON que coloca cada elemento donde quieras. GoEnhance todavía no ofrece MOSS-Image. La consola de abajo usa GoEnhance 2.0 Lite, nuestro propio modelo de imagen ligero, que también maneja texto en imágenes y se puede probar gratis.

Cartel de viaje retro

Menú de pizarra bilingüe

Infografía paso a paso

Letrero de neón de restaurante

GoEnhance 2.0 Lite

Instrucción

Prompts de ejemplo

Abre el editor de GoEnhance con este modelo y prompt listos.

En qué destaca MOSS-Image

Texto largo y preciso

MOSS-Image está entrenado para escribir bien titulares, eslóganes y letra pequeña. En el informe técnico de OpenMOSS obtiene una media de 96,3 en el benchmark de texto largo LLTB. Este cartel se hizo con MOSS-Image en la demo oficial: el titular y el subtítulo salieron tal como se escribieron.

Inglés y chino juntos

El modelo escribe en inglés y en chino, incluso con letra de estilo manuscrito, en la misma imagen. Esta pizarra con título en chino y precios en inglés también se generó con MOSS-Image en la demo oficial.

Cada elemento donde lo quieras

Además de los prompts normales, MOSS-Image lee un prompt de diseño en JSON: indica cada objeto o bloque de texto con un cuadro delimitador y lo mantiene en su sitio. Los prompts pueden llegar a 4K tokens, ideal para carteles e infografías densos. La infografía de aquí es una ilustración hecha con GoEnhance 2.0 Lite, no un resultado de MOSS-Image.

Pesos abiertos para usarlo tú mismo

Los pesos de MOSS-Image-Base y MOSS-Image-SFT están en Hugging Face y ModelScope con licencia Apache-2.0, con soporte en ComfyUI desde el primer día. Necesita una GPU NVIDIA y recomienda 50 pasos, CFG 3 e imágenes de 1 a 2 megapíxeles. El letrero de neón de aquí es una ilustración hecha con GoEnhance 2.0 Lite.

MOSS-Image-Base vs MOSS-Image-SFT

Característica	MOSS-Image-Base	MOSS-Image-SFT
Qué es	Checkpoint de preentrenamiento con toda la señal de entrenamiento	Ajustado a partir de Base con datos seleccionados
Ideal para	Entrenar LoRA y hacer fine-tuning	Prompts cotidianos de texto a imagen y de diseño
Tamaño	5B parámetros	5B parámetros
Licencia	Apache-2.0	Apache-2.0
Edición de imágenes	No (solo texto a imagen)	No (solo texto a imagen)
Disponible en GoEnhance	Todavía no	Todavía no

Cómo crear hoy imágenes con mucho texto en GoEnhance

Escribe la escena y las palabras

Describe el tema, el estilo y el diseño en la consola de arriba, y pon entre comillas cada palabra que quieras en la imagen.

Genera con GoEnhance 2.0 Lite

Haz clic en generar para abrir el estudio de texto a imagen de GoEnhance con GoEnhance 2.0 Lite seleccionado. Cuesta 6 tokens por imagen en 1K y 12 en 2K, y se puede usar con el plan gratis.

Corrige y edita

Cambia a imagen a imagen para modificar palabras, colores u objetos con una instrucción, usando hasta 5 imágenes de referencia.

Vuelve por MOSS-Image

Añadiremos MOSS-Image a esta página cuando esté disponible en GoEnhance.

Preguntas frecuentes

Quizá quieras saber

¿Qué es MOSS-Image?

MOSS-Image es una familia de modelos open source de texto a imagen del equipo OpenMOSS. Usa un transformer de difusión de flujo único de 5B con un modelo de lenguaje de 9B como codificador de texto y se centra en el texto preciso y el control del diseño.

¿Cuándo se lanzó MOSS-Image?

OpenMOSS lanzó MOSS-Image el 16 de octubre de 2026, con código, pesos, informe técnico y una demo en Hugging Face Spaces.

¿MOSS-Image es gratis para uso comercial?

Los pesos del modelo se publican con licencia Apache-2.0, que permite el uso comercial. El código del pipeline y los componentes de terceros tienen sus propias licencias, así que revísalas antes de lanzar un producto.

¿MOSS-Image puede editar imágenes?

No. El modelo actual solo hace texto a imagen: no acepta imágenes de referencia ni edita una imagen existente. OpenMOSS menciona la generación condicionada por imagen como trabajo futuro. Para editar una imagen hoy, usa GoEnhance 2.0 Lite en modo imagen a imagen.

¿Qué diferencia hay entre Base y SFT?

MOSS-Image-Base es el checkpoint de preentrenamiento, pensado para entrenar LoRA y hacer fine-tuning. MOSS-Image-SFT está ajustado a partir de Base con datos seleccionados y es el que conviene para prompts cotidianos de texto a imagen y de diseño.

¿En qué idiomas escribe dentro de las imágenes?

MOSS-Image escribe texto en inglés y en chino, incluidos textos largos y letra de estilo manuscrito.

¿Cómo ejecuto MOSS-Image en local?

Descarga los pesos de Hugging Face o ModelScope y usa el código oficial, ComfyUI o vLLM-Omni en una GPU NVIDIA. OpenMOSS recomienda 50 pasos, CFG 3, shift 5 e imágenes de 1 a 2 megapíxeles (se admiten de 0,25 a 4 megapíxeles, en múltiplos de 16).

¿Puedo usar MOSS-Image en GoEnhance?

Todavía no. La consola de esta página usa GoEnhance 2.0 Lite, nuestro propio modelo de imagen ligero. Cuesta 6 tokens por imagen en 1K y 12 en 2K, funciona con el plan gratis y edita con hasta 5 imágenes de referencia. Los dos ejemplos de MOSS-Image de esta página se hicieron en la demo oficial de OpenMOSS; los ejemplos de la consola se hicieron con GoEnhance 2.0 Lite.

Más modelos de imagen

FLUX 3 Image Klein

Z-Image

Hunyuan Image 3.0

Ideogram 4.0

GPT Image 2.5

Empieza a crear hoy en GoEnhance

MOSS-Image aún no está disponible en GoEnhance, pero GoEnhance 2.0 Lite ya está listo en nuestro estudio de texto a imagen: 6 tokens por imagen, también en el plan gratis.

Probar GoEnhance 2.0 Lite