应用介绍
让 AI 画海报最头疼的就是字：标题歪了，小字糊成一团，中文更是缺胳膊少腿，生成十张挑不出一张能用的。OpenMOSS 开源的 MOSS-Image 就是冲着这个来的，一个 5B 参数的文生图模型，主打把文字渲染对、把版面摆准。
它最特别的是布局控制：提示词除了自然语言，还可以写成 JSON，给每个物体、每一行文字各指定一个边界框，标题放哪、图表放哪、产品图放哪由你说了算，不用再靠运气。提示词最长 4K token，长段落的手写便签、整面白板的文字也能写进去。
模型发布了 Base 和 SFT 两个版本，Apache 2.0 协议，代码和权重都公开。做微调的人拿 Base，直接出图拿 SFT，有人用适配器训练只要 6GB 显存。
密集文字渲染：中英文都能写进图里，自动换行，也可以在提示词里手动加 \n 控制断行。
JSON 布局输入：给每个对象和每行文字指定位置，精确控制画面构图，目前是实验性功能。
多种提示词写法：自然语言、标签序列、JSON 布局都支持，长度最多 4K token。
分辨率与比例：从 512×512 到 2K，任意宽高比，推荐 100 万到 200 万像素。
动漫与写实：同一个模型既能画二次元，也能出写实照片风格。
好微调：放出 Base 底模方便训练 LoRA，社区已有训练工具和蒸馏、FP16 版本。
生态支持：ComfyUI、SGLang、vLLM-Omni 首日支持，也带 Gradio 界面和 Python 调用。
它最特别的是布局控制：提示词除了自然语言，还可以写成 JSON，给每个物体、每一行文字各指定一个边界框，标题放哪、图表放哪、产品图放哪由你说了算，不用再靠运气。提示词最长 4K token，长段落的手写便签、整面白板的文字也能写进去。
模型发布了 Base 和 SFT 两个版本，Apache 2.0 协议，代码和权重都公开。做微调的人拿 Base，直接出图拿 SFT，有人用适配器训练只要 6GB 显存。
软件功能
密集文字渲染：中英文都能写进图里，自动换行，也可以在提示词里手动加 \n 控制断行。
JSON 布局输入：给每个对象和每行文字指定位置，精确控制画面构图，目前是实验性功能。
多种提示词写法：自然语言、标签序列、JSON 布局都支持，长度最多 4K token。
分辨率与比例：从 512×512 到 2K，任意宽高比，推荐 100 万到 200 万像素。
动漫与写实：同一个模型既能画二次元，也能出写实照片风格。
好微调：放出 Base 底模方便训练 LoRA，社区已有训练工具和蒸馏、FP16 版本。
生态支持：ComfyUI、SGLang、vLLM-Omni 首日支持，也带 Gradio 界面和 Python 调用。
