MOSS-Image

MOSS-Image は OpenMOSS チームが 2026年10月16日に Apache-2.0 ライセンスで公開した、オープンソースのテキストから画像を生成するモデルです。5B の拡散トランスフォーマーは、文字が大事な画像のために作られています。長い英語や中国語の文字が入ったポスター、メニュー、インフォグラフィック、看板に加え、各要素を好きな位置に置ける JSON レイアウトモードもあります。GoEnhance ではまだ MOSS-Image を提供していません。下のコンソールでは、画像内の文字にも強い自社の軽量画像モデル GoEnhance 2.0 Lite を無料でお試しいただけます。

レトロな旅行ポスター

2か国語の黒板メニュー

手順のインフォグラフィック

レストランのネオン看板

GoEnhance 2.0 Lite

プロンプト

プロンプト例

このモデルとプロンプトを設定した状態で GoEnhance の作成画面を開きます。

MOSS-Image の得意なこと

長い文字も正確に描写

MOSS-Image は見出し、キャッチコピー、小さな文字を正しく描けるよう学習されています。OpenMOSS の技術レポートでは、長文テキストのベンチマーク LLTB で平均 96.3 を記録。この旅行ポスターは公式デモで MOSS-Image を使って生成したもので、見出しもサブコピーも書いたとおりに出ています。

英語と中国語を並べて表示

英語と中国語の両方を、手書き風の文字も含めて同じ画像に描けます。中国語のタイトルと英語の価格が入ったこの黒板メニューも、公式デモで MOSS-Image を使って生成しました。

要素を好きな位置に配置

通常のプロンプトに加え、MOSS-Image は JSON のレイアウトプロンプトに対応。オブジェクトや文字ブロックごとにバウンディングボックスを書くと、その位置に配置します。プロンプトは最大 4K トークンまで書けるので、情報量の多いポスターやインフォグラフィックに向いています。ここのインフォグラフィックは GoEnhance 2.0 Lite で作ったイメージで、MOSS-Image の出力ではありません。

自分で動かせるオープンウェイト

MOSS-Image-Base と MOSS-Image-SFT の重みは Apache-2.0 で Hugging Face と ModelScope に公開され、公開当日から ComfyUI に対応しています。NVIDIA GPU が必要で、推奨設定は 50 ステップ、CFG 3、1〜2 メガピクセルの画像です。ここのネオン看板は GoEnhance 2.0 Lite で作ったイメージです。

MOSS-Image-Base と MOSS-Image-SFT の違い

項目	MOSS-Image-Base	MOSS-Image-SFT
概要	学習信号をすべて残した事前学習チェックポイント	Base を厳選データで追加学習したモデル
向いている用途	LoRA 学習やファインチューニング	日常のテキストから画像・レイアウトプロンプト
サイズ	5B パラメータ	5B パラメータ
ライセンス	Apache-2.0	Apache-2.0
画像編集	非対応（テキストから画像のみ）	非対応（テキストから画像のみ）
GoEnhance での提供	未対応	未対応

GoEnhance で今すぐ文字入り画像を作る方法

シーンと文字を書く

上のコンソールに被写体、スタイル、レイアウトを書き、画像に入れたい文字はすべて引用符で囲みます。

GoEnhance 2.0 Lite で生成

生成を押すと、GoEnhance 2.0 Lite を選んだ状態で GoEnhance のテキストから画像スタジオが開きます。1K で 1枚 6 トークン、2K で 12 トークン、無料プランでも使えます。

修正・編集する

画像から画像に切り替えれば、指示で文字・色・物を変えられます。参照画像は最大 5 枚まで使えます。

MOSS-Image の追加を待つ

GoEnhance で MOSS-Image が使えるようになったら、このページに追加します。

よくある質問

知っておきたいこと

MOSS-Image とは？

OpenMOSS チームによるオープンソースのテキストから画像モデルのシリーズです。5B のシングルストリーム拡散トランスフォーマーと、テキストエンコーダーとして 9B の言語モデルを使い、正確な文字描写とレイアウト制御に重点を置いています。

MOSS-Image はいつ公開されましたか？

OpenMOSS は 2026年10月16日に MOSS-Image を公開しました。コード、重み、技術レポート、Hugging Face Spaces のデモがあります。

商用利用は無料ですか？

モデルの重みは商用利用を認める Apache-2.0 ライセンスで公開されています。パイプラインのコードやサードパーティのコンポーネントは別のライセンスなので、製品に使う前に確認してください。

MOSS-Image で画像編集はできますか？

できません。現在のモデルはテキストから画像のみで、参照画像を受け付けたり既存の画像を編集したりはできません。OpenMOSS は画像を条件にした生成を今後の課題としています。今すぐ画像を編集したい場合は、GoEnhance 2.0 Lite の画像から画像モードをお使いください。

Base と SFT の違いは？

MOSS-Image-Base は LoRA 学習やファインチューニング向けの事前学習チェックポイントです。MOSS-Image-SFT は Base を厳選データで追加学習したもので、日常のテキストから画像やレイアウトのプロンプトに使います。

画像にどの言語の文字を書けますか？

英語と中国語の文字を書けます。長い文章や手書き風の文字にも対応しています。

ローカルで動かすには？

Hugging Face か ModelScope から重みをダウンロードし、NVIDIA GPU 上で公式コード、ComfyUI、または vLLM-Omni を使います。推奨は 50 ステップ、CFG 3、shift 5、1〜2 メガピクセルの画像です（0.25〜4 メガピクセル、16 の倍数に対応）。

GoEnhance で MOSS-Image は使えますか？

まだ使えません。このページのコンソールでは、自社の軽量画像モデル GoEnhance 2.0 Lite を使います。1K で 1枚 6 トークン、2K で 12 トークン、無料プランでも使え、最大 5 枚の参照画像で編集できます。このページの MOSS-Image の例 2 枚は OpenMOSS の公式デモで作ったもので、コンソールの例は GoEnhance 2.0 Lite で作ったものです。

そのほかの画像モデル

FLUX 3 Image Klein

Z-Image

Hunyuan Image 3.0

Ideogram 4.0

GPT Image 2.5

今すぐ GoEnhance で作成を始めよう

MOSS-Image は GoEnhance ではまだ使えませんが、GoEnhance 2.0 Lite ならテキストから画像スタジオですぐに使えます。1枚 6 トークン、無料プランにも対応。

GoEnhance 2.0 Lite を試す