MOSS-Image-Base: Basismodell der offenen MOSS-Image-Familie
OpenMOSS stellt mit MOSS-Image-Base das 5,1B-Basismodell seiner Text-zu-Bild-Familie unter Apache 2.0 bereit. Es unterstützt Prompts, Tags und JSON-Layouts.
Worum es geht
MOSS-Image-Base ist das Basismodell der MOSS-Image-Familie von OpenMOSS. Es erzeugt Bilder aus natürlichsprachigen Prompts, Tag-Sequenzen oder JSON-Layouts, die Textplatzierung und Objektanordnung steuern. Daneben gibt es die feinabgestimmte Variante MOSS-Image-SFT.
Die wichtigsten Fakten
- 5,1 Mrd. Parameter, Lizenz Apache 2.0.
- Pipeline: text-to-image über diffusers (≥0.38) mit
trust_remote_code=Trueund der Custom Pipelinepipeline_moss_image. - Voraussetzungen: Python ab 3.10, NVIDIA-GPU mit CUDA, PyTorch ab 2.9.
- Sprachen: Englisch und Chinesisch.
- Vergleichsbeispiel in der Model Card: Die SFT-Variante gruppiert Text klarer und gestaltet ein Whiteboard-Layout ordentlicher.
- ComfyUI-Anleitung, Spaces-Demo, Technical Report und arXiv-Paper (2610.23374) sind verlinkt.
- Rund 5.000 Downloads und 484 Likes.
Einordnung
Base-Modelle sind vor allem für eigenes Fine-Tuning und Forschung interessant. Für reine Bilderzeugung ist die SFT-Variante meist die bessere Wahl. Zu Benchmarks und VRAM-Bedarf macht der Auszug keine Angaben. Die Apache-2.0-Lizenz erlaubt aber auch kommerzielle Nutzung.
🧪 Selbst ausprobieren: MOSS-Image-Base
| Hugging Face | OpenMOSS-Team/MOSS-Image-Base |
|---|---|
| Größe | 5.1 Mrd. Parameter |
| VRAM (4-bit, geschätzt) | ~4.6 GB |
| Lizenz | apache-2.0 |
| Typ | image-gen · text-to-image |
☁️ Google Colab
Notebook herunterladen- colab.research.google.com öffnen
- Datei → Notebook hochladen →
colab.ipynb - Laufzeit → Laufzeittyp ändern → GPU (T4)
- Laufzeit → Alle ausführen
Die Skripte sind automatisch erzeugt. Vor dem Ausführen kurz reinschauen – und die Model Card lesen, manche Modelle brauchen spezielle Versionen.