Описание
MOSS-Image-Base — это базовая модель в семействе MOSS-Image, разработанная OpenMOSS. Она специализируется на преобразовании текстовых запросов в изображения, поддерживая ввод на естественном языке, последовательности тегов и JSON-форматы. Эта модель предназначена для предоставления пользователям контроля над размещением текста и расположением объектов в сгенерированных изображениях.
Читать далее
Модель работает на Python 3.10 или более поздней версии и требует графический процессор NVIDIA с поддержкой CUDA. Пользователи должны установить совместимую сборку PyTorch 2.9 или более поздней версии. Модель и ее пользовательский код конвейера автоматически загружаются и кэшируются, хотя пользователи также могут предоставить локальный каталог модели. Трансформер и текстовый кодировщик используют bfloat16, в то время как VAE и начальный шум используют float32, при этом встроенный VAE использует малый декодер FLUX.2.
MOSS-Image-Base предлагает различные настройки выборки, включая стандартный выборщик Эйлера с соответствием потока, 50 шагов и CFG равный 3. Пользователи могут настраивать эти параметры в соответствии со своими потребностями, например, отключая пропуск отрицательных ветвей или предоставляя отрицательный запрос. Навык улучшения запросов модели может превращать идеи изображений в подробные подписи или пространственные запросы, предназначенные для агентов семейства GPT-6.
Для генерации изображений на основе макета пользователи могут передавать JSON-макет в качестве запроса для описания сцен, отрисованного текста, объектов и их позиций. Это позволяет контролировать редактирование и использовать удобные инструменты макета, позволяя вносить изменения в содержание и композицию изображений. Модель выпущена под лицензией Apache, версия 2.0, и признает вклад команд Diffusers, Qwen и FLUX.
- КатегорияИИ-генераторы изображений
- Модель ценообразованияОткрытый код
- РазвёртываниеОблако
- ПлатформыВеб
Главное о MOSS-Image-Base
Базовая модель текст-в-изображение
Поддержка запросов на естественном языке
Последовательности тегов для размещения текста
JSON-форматы для расположения объектов
Требуется Python 3.10 или более поздняя версия
Графический процессор NVIDIA с поддержкой CUDA
Использует PyTorch 2.9 или более позднюю версию
Малый декодер FLUX.2
Начало работы с MOSS-Image-Base
Доступ к модели: посетите страницу Hugging Face
Аутентификация: убедитесь в доступе к аккаунту
Настройка окружения: установите Python 3.10+ и совместимый с CUDA PyTorch
Интеграция через API: используйте Python API для генерации изображений
Оптимизация: настройте параметры выборки и запросы
Варианты использования MOSS-Image-Base
- Генерация изображений
- Дизайн макетов
- Размещение текста
- Расположение объектов
- Творческие проекты
