5B 小模型，4 天 130 万下载——复旦这波让海外社区炸了
一张图里，沙漠、悬崖、森林、雪山、蝴蝶、跑车……全都有，而且画面中央还印着一行字：
"We are introducing MOSS-Image-Base and MOSS-Image-SFT"
重点是——这行字也是模型自己生成的。整张图，包括这句话，单次生成，一气呵成。
这就是 MOSS-Image，复旦 OpenMOSS 团队和模思智能开源的 5B 生图模型。上线 4 天，海外下载 130 万次，登顶 Hugging Face 文生图趋势榜。
5B 参数，凭什么火
MOSS-Image 只有 5B 参数（对比动辄几百 B 的模型），但它的能力一点不小：
- 强文字渲染：图内生成清晰准确的文字，中英文都行
- 布局控制：指定物体位置、大小、空间关系
- 4K 长提示词：一次能读 4000 token 的提示词
- 多风格：动漫、插画、写实照片都能出
- 易微调：LoRA 训练最低 6GB 显存
布局控制：指哪打哪
MOSS-Image 最惊艳的是布局控制——你告诉它"左边一个蓝色机器人，中间一个橙色立方体，右边一盆绿植，都在桌子上"，再画个布局草图，它就能严格按位置生成。
对做海报、做电商图、做排版设计的人来说，这功能太实用了——不用再靠抽卡碰运气，位置、大小、关系都能指定。
社区疯了：4 天 130 万下载
上线仅 4 天，MOSS-Image 就在海外社区拿下 130 万次下载：
- GitHub 1.4k 星（现在已近 1900）
- 登顶 Hugging Face 文生图趋势榜，跻身全类别趋势榜前列
- 发布首日就有 SGLang、vLLM-Omni、ComfyUI 的 Day-0 支持
更热闹的是衍生生态：8 步、4 步加速模型，INT8 量化、GGUF 版本，各种摄影、动漫风格 LoRA，新的 ComfyUI 工作流接连出现——社区已经把 MOSS-Image 玩出花了。
背后的公司：刚融了 10 亿
MOSS-Image 背后是模思智能（MOSS），复旦系 AI 公司。
就在 MOSS-Image 开源前 4 天，模思智能刚宣布完成超 10 亿元 Pre-A 轮融资（华控基金领投，国开科创、上海科创基金等跟投）。
2026 上半年，MOSS 一口气发布了 20+ 模型，覆盖语音、视觉理解等多个方向——MOSS-TTS 系列累计下载已突破 300 万次。接下来还要推出全双工实时交互系统 MOSS-Live 和新一代语音合成 MOSS-TTS 2.0。
怎么用
- 在线体验：Hugging Face Spaces（OpenMOSS-Team/MOSS-Image）
- API：MOSI API Platform（platform.mosi.cn）
- 本地跑：ComfyUI 原生支持，或 SGLang / vLLM-Omni
- 微调：KohakuMossTrainer 或 DiffSynth-Studio，6GB 显存就能训 LoRA
模型权重在 Hugging Face 和 ModelScope 都开源了，Apache-2.0 协议（推理代码）。
最后
5B 参数、4 天 130 万下载、单次生成含文字的整图、布局指哪打哪——MOSS-Image 用最小的体量，做出了最让社区兴奋的事。
复旦系 + 10 亿融资 + 全模态布局，MOSS 这波，值得关注。
GitHub：https://github.com/OpenMOSS/MOSS-Image
相关链接：
暂无评论。