图像生成
平台期按文字指令出图的开放权重图像模型
方向介绍
热门项目
8热门文章
1612026 年 10 月,两件事几乎同时出现在 AI 圈的信息流里:由复旦大学邱锡鹏团队核心成员创办的模思智能宣布完成超 10 亿元人民币的 Pre-A 轮融资,而 OpenMOSS 的开源图像生成模型 MOSS-Image 系列(含技术报告 arXiv: 2610.23374)正在 ComfyUI 生态中快速扩散——官方组织为其打包了完整模型文件,第三方评测开始把它与 FLUX 3、HY-Image 3.5、GPT Image 2.5 逐一对比,围绕 Base/SFT 选型、量化部署、8 步蒸馏版的中文技术文章在几天内密集出现。
10 月 16 日,OpenMOSS 团队在 GitHub 与 Hugging Face 同步上线 MOSS-Image-Base 与 MOSS-Image-SFT 两个文生图模型。三天过去,Hugging Face 侧累计下载突破 35.4 万、点赞 194,GitHub 仓库收获 740 stars——在文本渲染、中文文字生成普遍拉胯的开源生态里,这个速度值得认真拆一拆:是"中文文生图新顶流"真的出现了,还是又一场三天热度?
从 2023 年那个冲上知乎热搜的"中国版 ChatGPT",到 2026 年 10 月 16 日 OpenMOSS 一口气放出 MOSS-Image-Base 与 MOSS-Image-SFT 两个图像生成权重,MOSS 这条产品线完成了一次从语言到视觉的跨越。GitHub 上 MOSS-Image 主仓库在数日内收获 740+ star、34 次 fork,而 CSDN 等中文技术社区在发布次日(10 月 17 日)就集中涌现出环境搭建、ComfyUI 工作流、JSON Layout、LoRA 微调、Prompt Enhancer 等一系列实操教程——一个发布即被"拆解"的仓库,热度信号是实打实的。本文结合社区情报与 本地仓库 源码,拆解 SFT 版本为什么成为这波关注的焦点。
当 Black Forest Labs 把 FLUX.3 Image Klein 的开放权重挂出来的那一刻,真正的竞赛才刚刚开始:谁能最快把新架构搬进主流推理框架,谁就能抢占社区的第一波流量。而这次生态的反应速度,几乎可以用"发布即就位"来形容——官方单文件 ComfyUI 打包仓库、随 ComfyUI v0.41.0 一起发布的默认工作流模板、以及 "FLUX.3 Image Klein 登陆 Diffusers" 的消息,在模型发布后的两天内全部落地。本文结合社区舆情与本仓库源码,拆解这次"两天就位"背后的模型形态、适配逻辑与工程细节。
2026 年 10 月初,Black Forest Labs 官宣 FLUX 3 Image 时开出的承诺是"开放权重数周内公开"。当时大家的目光都聚焦在 4K 原生输出、0–1000 坐标网格排布和像素级区域编辑这三张牌上,没有人特别在意那个藏在发布页角落里的名字——Klein。然而当权重真正落地,最先被社区"用脚投票"的,却是这个 5.6B 参数的小号模型:上线三天点赞破两百,下载量以两位数的小时增速爬坡,悄无声息地成了这一轮 FLUX 3 热度中最陡峭的那条曲线。
2026 年 10 月 9 日,阿里 Qwen 团队同时放出了两枚"炸弹":一是开源加速检查点 Qwen-Image-2.1-Turbo,把图像生成/编辑的去噪步数从 40 步压到 8 步;二是 Pro 与 Turbo 的托管 API 同日上线。随后"上线两小时冲上 ModelScope 榜首"的话题在社区刷屏。一个"换汤不换药"的加速版凭什么有这种热度?本文不追着标题走,而是把这个仓库(hf_mirrors/Qwen/Qwen-Image-2.1-Turbo)从 model_index.json 到 scheduler、transformer 的每一份配置拆开,用源码级证据回答三个问题:这次发布踩在了什么节奏点上、8 步去噪是怎么做到的、以及榜首热度里"口碑"和"发布节奏红利"各占多少。
最近 GitHub 热搜榜上有个很反常的现象:一个上线四年的"老家伙"突然杀回来了,24小时狂揽 1465 颗星,一小时涨 169 颗,直接冲进日榜第 8 名。
2026 年 10 月中旬起,MOSS-Image 系列在中文技术圈里完成了一次罕见的"刷屏式"扩散:10 月 16 日技术报告(arXiv: 2610.23374)挂出,随后一周内 CSDN、掘金等平台密集出现了 Base 与 SFT 选型对比、量化部署方案、ComfyUI 工作流、Layout JSON 原理剖析等一整波衍生内容。围观的焦点高度一致——这不是又一个"会画画的开源模型",而是第一个把中文长文本渲染 + 结构化版式控制同时做到可工程化落地的开放权重文生图基座。本文结合本仓库(OpenMOSS/MOSS-Image-Base)的真实源码与配置文件,拆三件事:这波热度为什么在 10 天内爆发、围观者到底在争论什么、以及"Base 先行"这个发布策略背后留了多大的二次开发空间。
2026 年 10 月,OpenMOSS 团队(复旦邱锡鹏团队背景、模思智能)的 MOSS-Image 系列文生图模型开源后,一个现象级的数据在中文开发者圈子里被反复引用:开源三天,仅 Hugging Face 一侧的下载量就冲到了 35.4 万。比数字更值得注意的是它的走红路径——几乎所有讨论都绕不开同一件事:模型还在发版阶段,ComfyUI 侧的适配仓库就已经就位,把 5B 的 DiT 主干、9B 的文本编码器和 VAE 打包成了开箱即用的单文件。本文从社区情报与仓库源码两个维度,拆解这波热度的三个关键问题:适配版究竟吃到了什么红利、官方工作流适配意味着什么,以及下载量能不能当真。
2026 年 10 月中旬,一则融资消息在国内 AI 圈迅速刷屏:由复旦大学教授、"复旦 MOSS 之父"邱锡鹏创办的上海模思智能(MOSI)宣布完成超 10 亿元 Pre-A 轮融资。当资本的目光聚焦在这家成立不到两年的上海大模型创企身上时,一个容易被忽视的细节是——同一团队的开源图像生成模型 MOSS-Image,正在 CSDN、掘金与海外技术评测中快速扩散,成为文生图领域开发者讨论的新焦点。