MOSS-Image

MOSS-Image é um modelo open source de texto para imagem da equipe OpenMOSS, lançado em 16 de outubro de 2026 sob a licença Apache-2.0. Seu transformer de difusão de 5B foi feito para imagens em que as palavras importam: pôsteres, cardápios, infográficos e placas com textos longos em inglês ou chinês, além de um modo de layout em JSON que coloca cada elemento onde você quiser. O GoEnhance ainda não oferece o MOSS-Image. O console abaixo usa o GoEnhance 2.0 Lite, nosso próprio modelo de imagem leve, que também lida com texto em imagens e pode ser testado grátis.

Pôster de viagem retrô

Cardápio de lousa bilíngue

Infográfico passo a passo

Letreiro neon de restaurante

GoEnhance 2.0 Lite

Instrução

Prompts de exemplo

Abre o editor da GoEnhance com este modelo e prompt prontos.

No que o MOSS-Image se destaca

Texto longo e preciso

O MOSS-Image foi treinado para escrever certo títulos, slogans e letras miúdas. No relatório técnico da OpenMOSS, ele tem média de 96,3 no benchmark de texto longo LLTB. Este pôster foi feito com o MOSS-Image na demo oficial: o título e o subtítulo saíram exatamente como escritos.

Inglês e chinês lado a lado

O modelo escreve em inglês e em chinês, inclusive com letras de estilo manuscrito, na mesma imagem. Este cardápio de lousa com título em chinês e preços em inglês também foi gerado com o MOSS-Image na demo oficial.

Cada elemento onde você quiser

Além de prompts normais, o MOSS-Image lê um prompt de layout em JSON: liste cada objeto ou bloco de texto com uma caixa delimitadora e ele fica no lugar. Os prompts podem ter até 4K tokens, ótimo para pôsteres e infográficos cheios de informação. O infográfico mostrado aqui é uma ilustração feita com o GoEnhance 2.0 Lite, não um resultado do MOSS-Image.

Pesos abertos para rodar por conta própria

Os pesos do MOSS-Image-Base e do MOSS-Image-SFT estão no Hugging Face e no ModelScope sob Apache-2.0, com suporte no ComfyUI desde o primeiro dia. É preciso uma GPU NVIDIA; o recomendado é 50 passos, CFG 3 e imagens de 1 a 2 megapixels. O letreiro neon mostrado aqui é uma ilustração feita com o GoEnhance 2.0 Lite.

MOSS-Image-Base vs MOSS-Image-SFT

Recurso	MOSS-Image-Base	MOSS-Image-SFT
O que é	Checkpoint de pré-treinamento com todo o sinal de treino	Ajustado a partir do Base com dados selecionados
Melhor para	Treinar LoRA e fazer fine-tuning	Prompts do dia a dia de texto para imagem e de layout
Tamanho	5B parâmetros	5B parâmetros
Licença	Apache-2.0	Apache-2.0
Edição de imagem	Não (só texto para imagem)	Não (só texto para imagem)
Disponível no GoEnhance	Ainda não	Ainda não

Como criar hoje imagens com muito texto no GoEnhance

Escreva a cena e as palavras

Descreva o tema, o estilo e o layout no console acima e coloque entre aspas cada palavra que quer na imagem.

Gere com o GoEnhance 2.0 Lite

Clique em gerar para abrir o estúdio de texto para imagem do GoEnhance com o GoEnhance 2.0 Lite selecionado. Custa 6 tokens por imagem em 1K e 12 em 2K, e pode ser usado no plano grátis.

Corrija e edite

Mude para imagem para imagem para trocar palavras, cores ou objetos com uma instrução, usando até 5 imagens de referência.

Volte para o MOSS-Image

Vamos adicionar o MOSS-Image a esta página quando ele estiver disponível no GoEnhance.

Perguntas frequentes

Talvez queira saber

O que é o MOSS-Image?

O MOSS-Image é uma família de modelos open source de texto para imagem da equipe OpenMOSS. Usa um transformer de difusão de fluxo único de 5B com um modelo de linguagem de 9B como codificador de texto e foca em texto preciso e controle de layout.

Quando o MOSS-Image foi lançado?

A OpenMOSS lançou o MOSS-Image em 16 de outubro de 2026, com código, pesos, relatório técnico e uma demo no Hugging Face Spaces.

O MOSS-Image é grátis para uso comercial?

Os pesos do modelo são publicados sob a licença Apache-2.0, que permite uso comercial. O código do pipeline e os componentes de terceiros têm licenças próprias, então confira antes de lançar um produto.

O MOSS-Image edita imagens?

Não. O modelo atual só faz texto para imagem: não aceita imagens de referência nem edita uma imagem existente. A OpenMOSS cita a geração condicionada por imagem como trabalho futuro. Para editar uma imagem hoje, use o GoEnhance 2.0 Lite no modo imagem para imagem.

Qual a diferença entre Base e SFT?

O MOSS-Image-Base é o checkpoint de pré-treinamento, feito para treinar LoRA e fine-tuning. O MOSS-Image-SFT é ajustado a partir do Base com dados selecionados e é o indicado para prompts do dia a dia de texto para imagem e de layout.

Em quais idiomas ele escreve nas imagens?

O MOSS-Image escreve texto em inglês e em chinês, incluindo trechos longos e letras de estilo manuscrito.

Como rodar o MOSS-Image localmente?

Baixe os pesos no Hugging Face ou no ModelScope e use o código oficial, o ComfyUI ou o vLLM-Omni em uma GPU NVIDIA. A OpenMOSS recomenda 50 passos, CFG 3, shift 5 e imagens de 1 a 2 megapixels (de 0,25 a 4 megapixels são suportados, em múltiplos de 16).

Posso usar o MOSS-Image no GoEnhance?

Ainda não. O console desta página usa o GoEnhance 2.0 Lite, nosso próprio modelo de imagem leve. Custa 6 tokens por imagem em 1K e 12 em 2K, funciona no plano grátis e edita com até 5 imagens de referência. Os dois exemplos do MOSS-Image desta página foram feitos na demo oficial da OpenMOSS; os exemplos do console foram feitos com o GoEnhance 2.0 Lite.

Mais modelos de imagem

FLUX 3 Image Klein

Z-Image

Hunyuan Image 3.0

Ideogram 4.0

GPT Image 2.5

Comece a criar hoje no GoEnhance

O MOSS-Image ainda não está disponível no GoEnhance, mas o GoEnhance 2.0 Lite já está pronto no nosso estúdio de texto para imagem: 6 tokens por imagem, plano grátis incluído.

Testar GoEnhance 2.0 Lite