MOSS-Image 开源发布，支持双语文本渲染和实验性布局控制

发生了什么

MosiAI 宣布开源发布 MOSS-Image。该模型基于 5B Diffusion Transformer（DiT）构建，支持中文和英文文本渲染、最长 4K token 的提示词，以及使用边界框进行实验性 JSON 布局控制。Hugging Face 上提供基础版和 SFT 检查点，同时开放模型权重和采用 Apache-2.0 许可的推理代码。vLLM 向团队表示祝贺，并宣布通过 vLLM-Omni 提供 Day-0 支持。

这件事到目前为止

MosiAI 发布了 MOSS-Image 的模型权重和推理代码，Base 和 SFT 检查点现已在 Hugging Face 上提供；vLLM 则宣布通过 vLLM-Omni 提供 Day-0 支持。推理代码采用 Apache-2.0 许可证。 MOSS-Image 基于 5B 扩散 Transformer（DiT）构建，支持中文和英文文本渲染，提示词最长可达 4K 个 token。它还提供使用边界框进行布局控制的实验性 JSON 功能。

继续阅读

正在热议

1. 1Meta 开放发布 Muse Spark Open，支持 Mac 和云端部署，位居美国开放权重模型榜首
2. 2Google 在全球推出 Gemini 4 Argon，并扩大付费访问范围，基准测试结果不一
3. 3OpenAI 为 ChatGPT 中的 GPT-6 Astra Pro 带来并行智能体和更快响应
4. 4Meta的新商业条款引发有关网站抓取和 AI 训练权利的争议