MOSS-Image 是 OpenMOSS 推出的开源权重文生图模型，提供 MOSS-Image-Base 和 MOSS-Image-SFT 两个版本。它的一个特点是支持布局引导：除了用自然语言描述画面，还能通过结构化 JSON 提示指定画面中的物体、生成的文字，以及这些元素应该出现的位置。514

这让它值得用于测试海报、宣传图等讲究文字排布的设计任务。不过，布局控制不等于一键生成成品设计；文字是否准确、元素是否到位，仍需要检查。现有资料也不足以证明它适合所有产品摄影任务。

它的布局控制有什么不同？

许多文生图提示词主要用文字描述场景。MOSS-Image 还支持结构化 JSON 提示，可同时描述文字和物体，并标注它们的空间位置。14 在 ComfyUI 中，相关工作流也支持布局引导，包括通过绘制边界框指定元素位置。29

例如，如果希望标题出现在画面上方、产品放在一侧，这类指令可以让构图要求更明确。生成后仍应核对文字是否正确、元素位置是否符合预期，以及整体视觉效果是否达标。

Base 和 SFT：应该从哪个版本开始？

两个版本的用途有所区别：

• MOSS-Image-Base 更适合作为后续训练的起点。官方用户指南说明，它没有经过后训练或推理参数蒸馏，保留训练信息，便于社区进行微调和开发 LoRA。使用时需要自行配置合适的推理参数。17
• MOSS-Image-SFT 是经过监督微调的版本。OpenMOSS 将其描述为使用精选数据微调的模型；ComfyUI 指南则将它列为常规图像生成的使用选项。914

如果想直接尝试生成图片，SFT 是更省事的起点；如果计划继续微调、训练 LoRA，或基于底层模型开展实验，可以考虑 Base，并留意相应的推理设置。917

发布与运行方式

Base 和 SFT 于 2026 年 10 月 16 日发布。发布信息称，代码和权重以 Apache 2.0 许可公开，权重可在 Hugging Face 获取。5 ComfyUI 文档介绍了本地运行工作流，官方仓库也列出 MOSS-Image 在发布当天对 ComfyUI、SGLang 和 vLLM-Omni 的支持。39

此外，官方仓库于 2026 年 10 月 20 日宣布，MOSS-Image 已可通过 MOSI API Platform 使用。这是后续推出的托管服务，与开源权重版本不是同一种使用方式。3

实际使用前，先验证这些事项

现有资料介绍了模型版本、布局功能和集成方式，但不足以证明 MOSS-Image 在各类任务中都优于其他图像模型。即使看到基准测试排名，也应结合具体评测任务、条件和结果来判断，不宜把单项成绩直接当成全面表现的保证。

用于实际项目时，建议用计划采用的具体版本和工作流进行测试：检查文字准确度、布局遵循情况、视觉风格，以及硬件和延迟是否符合要求。尤其是产品图，应使用有代表性的产品实测；布局可控，并不意味着照片级呈现一定可靠。

MOSS-Image 是 OpenMOSS 推出的开源权重文生图模型，提供 MOSS-Image-Base 和 MOSS-Image-SFT 两个版本。它的一个特点是支持布局引导：除了用自然语言描述画面，还能通过结构化 JSON 提示指定画面中的物体、生成的文字，以及这些元素应该出现的位置。514

这让它值得用于测试海报、宣传图等讲究文字排布的设计任务。不过，布局控制不等于一键生成成品设计；文字是否准确、元素是否到位，仍需要检查。现有资料也不足以证明它适合所有产品摄影任务。

它的布局控制有什么不同？

许多文生图提示词主要用文字描述场景。MOSS-Image 还支持结构化 JSON 提示，可同时描述文字和物体，并标注它们的空间位置。14 在 ComfyUI 中，相关工作流也支持布局引导，包括通过绘制边界框指定元素位置。29

例如，如果希望标题出现在画面上方、产品放在一侧，这类指令可以让构图要求更明确。生成后仍应核对文字是否正确、元素位置是否符合预期，以及整体视觉效果是否达标。

Base 和 SFT：应该从哪个版本开始？

两个版本的用途有所区别：

• MOSS-Image-Base 更适合作为后续训练的起点。官方用户指南说明，它没有经过后训练或推理参数蒸馏，保留训练信息，便于社区进行微调和开发 LoRA。使用时需要自行配置合适的推理参数。17
• MOSS-Image-SFT 是经过监督微调的版本。OpenMOSS 将其描述为使用精选数据微调的模型；ComfyUI 指南则将它列为常规图像生成的使用选项。914

如果想直接尝试生成图片，SFT 是更省事的起点；如果计划继续微调、训练 LoRA，或基于底层模型开展实验，可以考虑 Base，并留意相应的推理设置。917

发布与运行方式

Base 和 SFT 于 2026 年 10 月 16 日发布。发布信息称，代码和权重以 Apache 2.0 许可公开，权重可在 Hugging Face 获取。5 ComfyUI 文档介绍了本地运行工作流，官方仓库也列出 MOSS-Image 在发布当天对 ComfyUI、SGLang 和 vLLM-Omni 的支持。39

此外，官方仓库于 2026 年 10 月 20 日宣布，MOSS-Image 已可通过 MOSI API Platform 使用。这是后续推出的托管服务，与开源权重版本不是同一种使用方式。3

实际使用前，先验证这些事项

现有资料介绍了模型版本、布局功能和集成方式，但不足以证明 MOSS-Image 在各类任务中都优于其他图像模型。即使看到基准测试排名，也应结合具体评测任务、条件和结果来判断，不宜把单项成绩直接当成全面表现的保证。

用于实际项目时，建议用计划采用的具体版本和工作流进行测试：检查文字准确度、布局遵循情况、视觉风格，以及硬件和延迟是否符合要求。尤其是产品图，应使用有代表性的产品实测；布局可控，并不意味着照片级呈现一定可靠。