搜索
MOSS-Image-SFT推出8步数据空间蒸馏权重
lodestones发布MOSS-Image-SFT的8步数据空间蒸馏权重，把原50步、CFG为3的采样压到8次网络评估且无需CFG。检查点为update 2600的EMA浮点权重，上月下载79664次。国内可用性与价格未知，本条未实测。
1 小时前动态Kromoss：MOSS-Image-Base的1024全量微调与8步LoRA
Kromoss是MOSS-Image-Base的1024像素全量微调，文本编码为Qwen3.5-9B，VAE为FLUX.2小型解码器，可替换MOSS-Image-SFT。附带DMD与DMD2两枚8步LoRA，权重为第11000步EMA，训练约70.4万张，Apache 2.0。价格与国内可用性未知。
1 小时前动态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。
1 小时前动态MOSS 开放生图模型，支持中英长文字与复杂排版
MOSS-Image 结合 50 亿参数扩散模型和意图感知提示增强，重点处理长段中英文与信息密集图形。技术报告提供文字和布局评测，模型页已给出 Base、SFT 及运行说明，HF Space 也可查看并尝试带布局要求的生成流程。适合先检查文字分组效果。
2026年10月16日动态FLUX 三代开放图像模型加入布局控制，网页可直接试
FLUX.3 Image Klein 将文字生图、多参考图编辑和边界框布局控制放进同一模型。HF 提供默认十六步蒸馏版、基础版及量化接入示例，支持通过区域描述安排元素；官方 Space 已运行，可先验证布局和局部修改是否符合需求。适合先做小样对比。
2026年10月15日动态通义图像加速版八步生成，支持多图编辑与透明输出
Qwen-Image-2.1-Turbo 将文字生图和图像编辑压缩到八步去噪，沿用七十亿参数视觉生成架构。模型附推荐采样日程与前缀缓存，HF Demo 可上传多张参考图并原生输出 RGBA；使用时还需留意版本依赖和研究许可。适合快速修改素材的小样比较。
2026年10月9日动态康定斯基六代开放声画同步模型，可生成五秒有声短片
Kandinsky 6.0 Video 提供 30 亿与 290 亿参数两档模型，支持文字或图片生成五秒带声音视频，并通过内置超分得到全高清输出。团队称代码、权重和 Diffusers 集成采用 MIT 许可，重点加强语音及唇形的时间对齐。目前片段仍限五秒，长片需另行规划。
2026年10月5日