MOSS-Image-SFT

MOSS-Image-Base

AI 模型

OpenMOSS 开发的基础文本到图像模型。它支持自然语言提示、标签序列和 JSON 布局，以实现精确的文本放置和对象排列，提供灵活的图像生成。MOSS-Image-Base 是 OpenMOSS 开发的基础文本到图像模型。它支持自然语言提示、标签序列和 JSON 布局，以实现精确的文本放置和对象排列，提供灵活的图像生成。

GPT 图像 1 模型

AI 模型

OpenAI 的多模态模型，能够处理文本和图像输入以生成图像输出。它提供不同使用级别的多种层次，适合寻求先进图像生成能力的开发者和企业。GPT 图像 1 是 OpenAI 的多模态模型，能够处理文本和图像输入以生成图像输出。它提供不同使用级别的多种层次，适合寻求先进图像生成能力的开发者和企业。

Ideogram 4

AI 模型

尖端的文本到图像模型，提供对图像构图、风格和布局的无与伦比的控制。它支持原生 2k 分辨率和多语言文本渲染，非常适合设计导向的应用。Ideogram 4 是一款尖端的文本到图像模型，提供对图像构图、风格和布局的无与伦比的控制。它支持原生 2k 分辨率和多语言文本渲染，非常适合设计导向的应用。

GPT Image 2

AI 模型

GPT 图像 2 是 OpenAI 开发的先进图像生成模型，旨在快速高质量地创建和编辑图像。它支持多种图像尺寸和高保真输入，适用于视觉内容创作的多种应用。

InternVL

AI 模型

由 OpenGVLab 开发的开源多模态大型语言模型系列。它作为 GPT-4o 的替代方案，专注于视觉-语言任务。该项目旨在以多功能和可访问的格式提供先进的对话能力。InternVL 是由 OpenGVLab 开发的开源多模态大型语言模型系列。它作为 GPT-4o 的替代方案，专注于视觉-语言任务。该项目旨在以多功能和可访问的格式提供先进的对话能力。

DeepSeek V4 Flash

AI 模型

为高级文本生成任务设计的 AI 模型集合。它利用开源和开放科学原则来实现人工智能的民主化，提供一系列具有不同参数的模型，以满足多样化的应用需求。DeepSeek V4 Flash 是一个为高级文本生成任务设计的 AI 模型集合。它利用开源和开放科学原则来实现人工智能的民主化，提供一系列具有不同参数的模型，以满足多样化的应用需求。

LightOnOCR-3-4B

AI 模型

高性能的 OCR 模型，提供先进的布局和视觉理解能力。它为视觉元素提供准确的转录和边界框坐标，适用于复杂的文档处理任务。LightOnOCR-3-4B 是一款高性能的 OCR 模型，提供先进的布局和视觉理解能力。它为视觉元素提供准确的转录和边界框坐标，适用于复杂的文档处理任务。

GOT-OCR2.0 AI Model

AI 模型

先进的 OCR 模型，旨在实现高效的文本识别。它利用统一的端到端方法来提高准确性和性能，使其非常适合于文本提取和处理的各种应用。GOT-OCR2.0 是一个先进的 OCR 模型，旨在实现高效的文本识别。它利用统一的端到端方法来提高准确性和性能，使其非常适合于文本提取和处理的各种应用。