OpenMOSS发布MOSS-Image文生图模型，支持布局控制
OpenMOSS发布MOSS-Image文生图模型家族，含基础版与监督微调版SFT。二者支持自然语言、标签和JSON布局，用于控制画面文字与物体位置。权重及推理代码为Apache 2.0，可通过Diffusers或ComfyUI在支持CUDA的英伟达显卡上本地尝试。国内可用性未知，托管价格未知。
要点
- SFT由MOSS-Image-Base监督微调而来，资料示例显示其文字分组和白板布局更清晰。
- 默认采样为Flow-matching Euler、50步、CFG为3，图像边长须为16的正倍数。
- Comfy-Org提供bf16与量化权重及布局工作流，但尚无推理服务商部署。
为什么值得看
该系列把自然语言、标签序列和JSON布局统一到同一文生图流程，便于控制文字排版与物体位置，并以Apache 2.0开放权重和推理代码。
谁会受影响
面向需要本地文生图、中文画面文字和结构化构图控制的开发者与创作者；模型由OpenMOSS发布，技术报告署名为MOSI.AI，Comfy-Org提供ComfyUI重打包文件。
今天就能怎么试
需Python 3.10及以上及支持CUDA的英伟达GPU，按资料用Diffusers自定义管线加载Base或SFT；也可在ComfyUI Manager搜索MOSS-Image安装原生插件。国内可用性未知，官方ComfyUI集成仍在进行，本条未实测。
原始来源
1OpenMOSS-Team/MOSS-Image-SFT (Model) · Hugging Face 热门模型 · 2026年10月11日✓ 已打开核对2OpenMOSS-Team/MOSS-Image-Base (Model) · Hugging Face 热门模型 · 2026年10月11日✓ 已打开核对3Comfy-Org/MOSS-Image (Model) · Hugging Face 热门模型 · 2026年10月16日✓ 已打开核对本条由 AI 根据上面的原始来源整理，经编辑审核后发布。数字和结论以原文为准，发现错误欢迎反馈。
相关动态
英伟达发布Kumo Relational：关系库预测无需训练
英伟达发布预训练关系基础模型Kumo Relational，可直接对企业数据库做流失、需求或欺诈等预测，无需逐任务训练和特征工程。在15个库的41项任务上超过监督模型，SAP SALT的MRR高出AutoGluon约8%。国内可用性与价格未知。
Gemini 4 Argon上线，主打复杂专业任务
谷歌宣布Gemini 4 Argon已面向开发者和企业全球上线，可经AI Studio与Gemini平台API调用，Ultra及Pro订阅用户还可在应用和搜索中使用。模型主打编程、金融、法律、安全与科研等长流程任务，官方称Vals指数第一。入门价为每百万输入2美元、输出10美元，国内可用性未知。
Bria发布Fibo 2.0 Dev：编辑与文生图合一的开源基座
Bria发布开源模型Fibo 2.0 Dev，将图像编辑与文生图合并到同一非蒸馏基座。资料称截至2026年10月20日，它在开放权重图像编辑榜居首、文生图居次，约80亿参数且仅用授权数据训练。国内可用性与价格未知。
Unsloth发布DeepSeek-V4.1-Flash-1017 GGUF，编程与智能体基准提升
Unsloth发布DeepSeek-V4.1-Flash-1017的GGUF量化。该版本称在推理、编程、智能体与视觉基准上明显优于前代，并缩短任务耗时和输出长度。可用llama.cpp、Ollama等本地运行，内存门槛高；价格与国内可用性未知。