OpenMOSS 开源 MOSS-Image：5B DiT 可控版式
OpenMOSS（由上海创智学院、复旦大学 NLP 实验室与模思智能组成的开源团队）发布 MOSS-Image：一个文本生图模型家族，含 5B 参数的 DiT 基座与一份精选数据微调的 SFT 版本，代码与权重同时开放。官方项目页的 News 段落写明 October 16, 2026 发布 MOSS-Image-Base。
它主打原生文本驱动版式生成：除自然语言提示外，还能用一个 JSON 提示直接指定画面中的对象、需要渲染的文字，以及它们各自的空间位置；提示最长 4K token，官方强调文字渲染质量与二次元、写实两类风格表现，并提供 Diffusers 管线、Python 与 Gradio 两种接口。
权重同时挂在 Hugging Face 与 ModelScope，官方附了在线 Demo 与技术报告入口；显存不足时可切到 Sequential 模式，Compile 在 Sequential 下不可用。上述能力与效率表述均为官方自述，本轮没有第三方复现或公开榜单交叉。
原文链接：OpenMOSS 官方项目页
核验记录
官方项目页 openmoss.github.io/MOSS-Image/ 的 News 段落写明「October 16, 2026 — Introducing MOSS-Image-Base，代码与权重可用」；GitHub 官方仓 OpenMOSS/MOSS-Image 的 created_at 为 2026-10-16T01:18Z，与公告同日互证。⚠ Hugging Face 权重仓 createdAt 为 2026-10-11（早于公告 5 天），按「createdAt 只作发现通道、不作定日」仅记录、不作依据。配图取 HF 官方社交缩略图：裸请求与带站内 Referer 双向 200、PNG 1200×648。