MOSS-Image-SFT

MOSS-Image-SFT 是什么

MOSS-Image-SFT 是 OpenMOSS-Team 在 Hugging Face 上发布的图像微调模型，用于提升 MOSS 系列模型的多模态图像理解与生成能力。

主要功能

• 支持自然语言提示、标签序列和 JSON 布局来控制文本位置与对象排列
• 基于 MOSS-Image-Base 进行监督微调，提升文本分组和布局组织能力
• 支持 ComfyUI 插件集成

适合谁

需要生成可控布局图像或提升多模态图像理解能力的开发者与研究者。

怎么开始用

1. 使用 Python 3.10 或更高版本并安装 NVIDIA GPU 与 CUDA
2. 使用 DiffusionPipeline.from_pretrained("OpenMOSS-Team/MOSS-Image-SFT", custom_pipeline="pipeline_moss_image", trust_remote_code=True) 加载模型
3. 在 ComfyUI Manager 中搜索 MOSS-Image 安装原生插件

内容依据工具官网 / README / 发布页公开描述整理，未核实价格与用户规模，请以官网为准。 部分段落由 AI 辅助生成。