MOSS-Image-Base

Que é MOSS-Image-Base

Serie MOSS-Image de modelos fundacionais de texto a imaxe lanzados por OpenMOSS. Admite prompts en linguaxe natural, secuencias de etiquetas e deseños JSON para controlar a colocación de texto e a disposición de obxectos. Código aberto baixo Apache-2.0.

Características clave

• Admite indicacións en linguaxe natural, secuencias de etiquetas e deseños JSON para controlar a colocación de texto e a disposición de obxectos
• Admite a integración nativa co complemento de ComfyUI, instalable a través de ComfyUI Manager
• Carga o transformer e o codificador de texto en precisión bfloat16, VAE en float32

Para quen é

Investigadores, desenvolvedores e usuarios de ComfyUI que necesitan xerar imaxes de deseño controlable. Apto para tarefas de texto a imaxe que involucran texto e deseños estruturados.

Como comezar

1. Visita https://huggingface.co/OpenMOSS-Team/MOSS-Image-Base para descargar o modelo
2. Executa DiffusionPipeline.from_pretrained("OpenMOSS-Team/MOSS-Image-Base", custom_pipeline="pipeline_moss_image", trust_remote_code=True)
3. Busca MOSS-Image no ComfyUI Manager para instalar o complemento nativo

Compilado a partir de descricións públicas no sitio web oficial / README / páxina de lanzamento da ferramenta. Os prezos e números de usuarios non foron verificados; consulta o sitio web oficial. Algunhas seccións foron redactadas con axuda de IA. Escrito en chinés e inglés; outras linguaxes están traducidas por máquina.