MOSS-Image

MOSS-Image 是 OpenMOSS 团队于 2026 年 10 月 16 日以 Apache-2.0 协议开源的文生图模型。它的 5B 扩散 Transformer 专为「文字很重要」的图片设计：带有长段英文或中文的海报、菜单、信息图和招牌，还有一个 JSON 布局模式，可以把每个元素放到你指定的位置。GoEnhance 目前还没有提供 MOSS-Image。下方控制台用的是我们自研的轻量图像模型 GoEnhance 2.0 Lite，同样擅长在图里写字，可以免费试用。

复古旅行海报

中英双语黑板菜单

步骤信息图

餐厅霓虹招牌

GoEnhance 2.0 Lite

提示词

示例提示词

将带着该模型和提示词打开 GoEnhance 创作台。

MOSS-Image 擅长什么

长文字也能准确渲染

MOSS-Image 专门训练了把标题、标语和小字写对。在 OpenMOSS 的技术报告里，它在长文本基准 LLTB 上平均 96.3 分。这张旅行海报是在官方演示里用 MOSS-Image 生成的，大标题和副标题都和写的一字不差。

中英文并排都能写

这个模型能在同一张图里写英文和中文，包括手写风格的字体。这张中文标题、英文价格的黑板菜单，同样是在官方演示里用 MOSS-Image 生成的。

每个元素放在你想要的位置

除了普通提示词，MOSS-Image 还能读懂 JSON 布局提示词：给每个物体或文字块写一个边框，它就会把它们放在对应位置。提示词最长 4K token，适合信息密集的海报和信息图。这里的信息图是用 GoEnhance 2.0 Lite 做的示意图，不是 MOSS-Image 的输出。

可以自己部署的开源权重

MOSS-Image-Base 和 MOSS-Image-SFT 的权重以 Apache-2.0 协议发布在 Hugging Face 和 ModelScope，发布当天就支持 ComfyUI。需要 NVIDIA 显卡，推荐 50 步、CFG 3、100 万到 200 万像素的图片。这里的霓虹招牌是用 GoEnhance 2.0 Lite 做的示意图。

MOSS-Image-Base 与 MOSS-Image-SFT 对比

项目	MOSS-Image-Base	MOSS-Image-SFT
是什么	保留完整训练信号的预训练检查点	在 Base 上用精选数据微调
适合用来	训练 LoRA 和微调	日常文生图和布局提示词
参数量	5B	5B
协议	Apache-2.0	Apache-2.0
图片编辑	不支持（仅文生图）	不支持（仅文生图）
GoEnhance 是否可用	暂未提供	暂未提供

现在怎么在 GoEnhance 上做带文字的图片

写清画面和文字

在上方控制台描述主体、风格和版面，想出现在图里的每个字都放在引号里。

用 GoEnhance 2.0 Lite 生成

点击生成，会打开已选好 GoEnhance 2.0 Lite 的 GoEnhance 文生图工作台。1K 每张 6 点，2K 每张 12 点，免费账号也能用。

修改和编辑

切到图生图，用一句指令改文字、颜色或物体，最多可用 5 张参考图。

等 MOSS-Image 上线

等 GoEnhance 接入 MOSS-Image 后，我们会更新这个页面。

常见问题

你可能想了解

MOSS-Image 是什么？

MOSS-Image 是 OpenMOSS 团队开源的文生图模型系列，用 5B 的单流扩散 Transformer，搭配一个 9B 语言模型作为文本编码器，重点是准确的文字渲染和布局控制。

MOSS-Image 什么时候发布的？

OpenMOSS 在 2026 年 10 月 16 日发布了 MOSS-Image，同时公开了代码、权重、技术报告和 Hugging Face Spaces 上的在线演示。

MOSS-Image 能免费商用吗？

模型权重采用允许商用的 Apache-2.0 协议发布。流水线代码和第三方组件有各自的协议，做产品前请先确认。

MOSS-Image 能改图吗？

不能。目前的模型只能文生图，不接受参考图，也不能编辑已有图片。OpenMOSS 把「以图片为条件的生成」列为后续工作。现在要改图，可以用 GoEnhance 2.0 Lite 的图生图模式。

Base 和 SFT 有什么区别？

MOSS-Image-Base 是预训练检查点，适合训练 LoRA 和微调。MOSS-Image-SFT 是在 Base 上用精选数据微调的版本，日常文生图和布局提示词用它。

它能在图里写哪些语言？

MOSS-Image 能写英文和中文，长段文字和手写风格的字体都可以。

怎么在本地运行 MOSS-Image？

从 Hugging Face 或 ModelScope 下载权重，在 NVIDIA 显卡上用官方代码、ComfyUI 或 vLLM-Omni 运行。OpenMOSS 推荐 50 步、CFG 3、shift 5，图片 100 万到 200 万像素（支持 25 万到 400 万像素，边长为 16 的倍数）。

能在 GoEnhance 上用 MOSS-Image 吗？

暂时不能。本页的控制台用的是我们自研的轻量图像模型 GoEnhance 2.0 Lite：1K 每张 6 点、2K 每张 12 点，免费账号可用，图生图最多 5 张参考图。本页两张 MOSS-Image 示例是在 OpenMOSS 官方演示里生成的，控制台示例是用 GoEnhance 2.0 Lite 生成的。