説明
MOSS-Image-Baseは、OpenMOSSによって開発されたMOSS-Imageファミリーのベースモデルです。テキストプロンプトを画像に変換することに特化しており、自然言語入力、タグシーケンス、JSONレイアウトをサポートしています。このモデルは、生成された画像内でのテキスト配置とオブジェクト配置に対するユーザーの制御を提供するように設計されています。
続きを読む
このモデルはPython 3.10以降を使用して動作し、CUDAサポートを持つNVIDIA GPUが必要です。ユーザーは互換性のあるPyTorch 2.9以降のビルドをインストールする必要があります。モデルとそのカスタムパイプラインコードは自動的にダウンロードされ、キャッシュされますが、ユーザーはローカルモデルディレクトリを提供することもできます。トランスフォーマーとテキストエンコーダはbfloat16を使用し、VAEと初期ノイズはfloat32を使用し、バンドルされたVAEはFLUX.2小型デコーダを採用しています。
MOSS-Image-Baseは、デフォルトのフローマッチングオイラーサンプラー、50ステップ、CFG 3を含むさまざまなサンプリング設定を提供します。ユーザーは、ネガティブブランチスキップを無効にしたり、ネガティブプロンプトを提供したりするなど、ニーズに応じてこれらの設定を調整できます。モデルのプロンプトエンハンサー機能は、画像のアイデアを詳細なキャプションや空間レイアウトプロンプトに変換することができ、GPT-6ファミリーのエージェント向けに設計されています。
レイアウトから画像生成を行うために、ユーザーはシーン、レンダリングされたテキスト、オブジェクト、およびその位置を説明するためにJSONレイアウトをプロンプトとして渡すことができます。これにより、画像コンテンツと構成の調整を可能にする制御された編集とユーザーフレンドリーなレイアウトツールが提供されます。このモデルはApache License, Version 2.0の下でリリースされ、Diffusers、Qwen、FLUXチームからの貢献を認めています。
- カテゴリーAI画像生成ツール
- 料金モデルオープンソース
- デプロイクラウド
- プラットフォームWeb
MOSS-Image-Baseのハイライト
ベーステキストから画像へのモデル
自然言語プロンプトをサポート
テキスト配置のためのタグシーケンス
オブジェクト配置のためのJSONレイアウト
Python 3.10以降が必要
CUDAサポートのあるNVIDIA GPU
PyTorch 2.9以降を使用
FLUX.2小型デコーダ
MOSS-Image-Baseをはじめる
モデルにアクセス: Hugging Faceページを訪問
認証: アカウントアクセスを確認
環境を設定: Python 3.10以上とCUDA互換のPyTorchをインストール
API経由で統合: 画像生成のためにPython APIを使用
最適化: サンプリング設定とプロンプトを調整
MOSS-Image-Baseの使用例
- 画像生成
- レイアウトデザイン
- テキスト配置
- オブジェクト配置
- クリエイティブプロジェクト
