MOSI и OpenMOSS открыли код MOSS-Image на 5 млрд параметров

MOSI Intelligence и OpenMOSS выложили в открытый доступ MOSS-Image — диффузионную модель генерации изображений на 5 млрд параметров с управлением текстом и вёрсткой. Веса MOSS-Image-Base и MOSS-Image-SFT доступны на Hugging Face и ModelScope под лицензией Apache 2.0, промпты — до 4096 токенов, поддерживается JSON-разметка с bounding box.

• Модель на 5 млрд параметров, веса под Apache 2.0 на Hugging Face и ModelScope
• Промпты до 4096 токенов и JSON-вёрстка с bounding box для текста и объектов
• Покрытие текста 96,3% в Long Long Text Benchmark, Elo 1698,70 в RealLayoutArena
• Готовые адаптеры для Diffusers, ComfyUI, SGLang и vLLM-Omni, есть hosted API