MOSS-Image

MOSS-Image 是 OpenMOSS 團隊於 2026 年 10 月 16 日以 Apache-2.0 授權開源的文生圖模型。它的 5B 擴散 Transformer 專為「文字很重要」的圖片設計：帶有長段英文或中文的海報、菜單、資訊圖和招牌，還有一個 JSON 版面模式，可以把每個元素放到你指定的位置。GoEnhance 目前還沒有提供 MOSS-Image。下方控制台用的是我們自研的輕量圖像模型 GoEnhance 2.0 Lite，同樣擅長在圖裡寫字，可以免費試用。

復古旅行海報

中英雙語黑板菜單

步驟資訊圖

餐廳霓虹招牌

GoEnhance 2.0 Lite

提示詞

範例提示詞

將帶著該模型與提示詞開啟 GoEnhance 創作台。

MOSS-Image 擅長什麼

長文字也能準確渲染

MOSS-Image 專門訓練了把標題、標語和小字寫對。在 OpenMOSS 的技術報告裡，它在長文本基準 LLTB 上平均 96.3 分。這張旅行海報是在官方展示裡用 MOSS-Image 生成的，大標題和副標題都和寫的一字不差。

中英文並排都能寫

這個模型能在同一張圖裡寫英文和中文，包括手寫風格的字體。這張中文標題、英文價格的黑板菜單，同樣是在官方展示裡用 MOSS-Image 生成的。

每個元素放在你想要的位置

除了一般提示詞，MOSS-Image 還能讀懂 JSON 版面提示詞：給每個物體或文字塊寫一個邊框，它就會把它們放在對應位置。提示詞最長 4K token，適合資訊密集的海報和資訊圖。這裡的資訊圖是用 GoEnhance 2.0 Lite 做的示意圖，不是 MOSS-Image 的輸出。

可以自己部署的開源權重

MOSS-Image-Base 和 MOSS-Image-SFT 的權重以 Apache-2.0 授權發布在 Hugging Face 和 ModelScope，發布當天就支援 ComfyUI。需要 NVIDIA 顯示卡，建議 50 步、CFG 3、100 萬到 200 萬像素的圖片。這裡的霓虹招牌是用 GoEnhance 2.0 Lite 做的示意圖。

MOSS-Image-Base 與 MOSS-Image-SFT 比較

項目	MOSS-Image-Base	MOSS-Image-SFT
是什麼	保留完整訓練訊號的預訓練檢查點	在 Base 上用精選資料微調
適合用來	訓練 LoRA 和微調	日常文生圖和版面提示詞
參數量	5B	5B
授權	Apache-2.0	Apache-2.0
圖片編輯	不支援（僅文生圖）	不支援（僅文生圖）
GoEnhance 是否可用	尚未提供	尚未提供

現在怎麼在 GoEnhance 上做帶文字的圖片

寫清畫面和文字

在上方控制台描述主體、風格和版面，想出現在圖裡的每個字都放在引號裡。

用 GoEnhance 2.0 Lite 生成

點擊生成，會開啟已選好 GoEnhance 2.0 Lite 的 GoEnhance 文生圖工作台。1K 每張 6 點，2K 每張 12 點，免費帳號也能用。

修改和編輯

切到圖生圖，用一句指令改文字、顏色或物體，最多可用 5 張參考圖。

等 MOSS-Image 上線

等 GoEnhance 接入 MOSS-Image 後，我們會更新這個頁面。

常見問題

你可能想知道

MOSS-Image 是什麼？

MOSS-Image 是 OpenMOSS 團隊開源的文生圖模型系列，用 5B 的單流擴散 Transformer，搭配一個 9B 語言模型作為文本編碼器，重點是準確的文字渲染和版面控制。

MOSS-Image 什麼時候發布的？

OpenMOSS 在 2026 年 10 月 16 日發布了 MOSS-Image，同時公開了程式碼、權重、技術報告和 Hugging Face Spaces 上的線上展示。

MOSS-Image 能免費商用嗎？

模型權重採用允許商用的 Apache-2.0 授權發布。流程程式碼和第三方元件有各自的授權，做產品前請先確認。

MOSS-Image 能修圖嗎？

不能。目前的模型只能文生圖，不接受參考圖，也不能編輯既有圖片。OpenMOSS 把「以圖片為條件的生成」列為後續工作。現在要修圖，可以用 GoEnhance 2.0 Lite 的圖生圖模式。

Base 和 SFT 有什麼差別？

MOSS-Image-Base 是預訓練檢查點，適合訓練 LoRA 和微調。MOSS-Image-SFT 是在 Base 上用精選資料微調的版本，日常文生圖和版面提示詞用它。

它能在圖裡寫哪些語言？

MOSS-Image 能寫英文和中文，長段文字和手寫風格的字體都可以。

怎麼在本機執行 MOSS-Image？

從 Hugging Face 或 ModelScope 下載權重，在 NVIDIA 顯示卡上用官方程式碼、ComfyUI 或 vLLM-Omni 執行。OpenMOSS 建議 50 步、CFG 3、shift 5，圖片 100 萬到 200 萬像素（支援 25 萬到 400 萬像素，邊長為 16 的倍數）。

能在 GoEnhance 上用 MOSS-Image 嗎？

暫時不能。本頁的控制台用的是我們自研的輕量圖像模型 GoEnhance 2.0 Lite：1K 每張 6 點、2K 每張 12 點，免費帳號可用，圖生圖最多 5 張參考圖。本頁兩張 MOSS-Image 示例是在 OpenMOSS 官方展示裡生成的，控制台示例是用 GoEnhance 2.0 Lite 生成的。