想试 MOSS-Image，可以先从最简单的自然语言生成开始，不要一上来就写很复杂的 JSON 布局。 第一轮先确定画面风格、主体和比例；第二轮再把文字内容… · @sekurimrs · TwKit

@sekurimrs

想试 MOSS-Image，可以先从最简单的自然语言生成开始，不要一上来就写很复杂的 JSON 布局。 第一轮先确定画面风格、主体和比例；第二轮再把文字内容缩短，明确哪些字必须出现；第三轮才用布局提示指定每个元素的边界框。这样出了问题，更容易判断是画面、文字还是位置控制出了错。 官方仓库给了 Python、Gradio 和 Diffusers 的使用路径，Base 与 SFT 两个版本共享推理接口。Base 更适合研究和微调，SFT 更偏向开箱即用的成图。权重采用 Apache-2.0，但代码与第三方组件仍要分别看许可。 一个实用原则：让模型负责探索构图，让设计软件负责最终文字。生成模型可以快速给出十种方向，但地址、价格、日期和法律声明，最后一定要回到可编辑图层里确认。

曝光 24 · 评论 1 · 点赞 0 · 书签 0