OpenMOSS yerel yerleşim denetimi sunan MOSS-Image modelini tanıttı
Öne çıkanlar
- OpenMOSS, 5 milyar parametreli MOSS-Image-Base ve MOSS-Image-SFT modellerini tanıttı.
- Model, JSON biçimindeki sınırlayıcı kutular sayesinde sahne ögelerini doğrudan konumlandırabiliyor.
- Model ağırlıkları Apache-2.0 lisansıyla genel erişime açıldı.
OpenMOSS ekibi, metinden görsel üreten yeni MOSS-Image model ailesini açık kaynak olarak duyurdu. Temel bir model olan MOSS-Image-Base ve filtrelenmiş verilerle eğitilen MOSS-Image-SFT sürümlerinden oluşan bu aile, doğal dil girdilerinin yanında JSON formatında yapılandırılmış yerleşim tanımlarını da doğrudan işleyebiliyor. Kullanıcılar sahnedeki nesneleri, yazılacak metinleri ve bunların uzamsal konumlarını sınırlayıcı kutular yardımıyla belirleyerek görsel kompozisyonu doğrudan yönlendirebiliyor.
Beş milyar parametreli bir omurgaya sahip olan MOSS-Image, 4 bin simgeye kadar uzanan metin girdilerini destekliyor. Model, görsel üzerine metin yerleştirme ve tipografi oluşturma yeteneklerinin yanı sıra hem anime hem de fotogerçekçi tarzlarda üretim gerçekleştirebiliyor. Heterojen GPU platformları üzerinde eğitilen sistem, Diffusers kütüphanesiyle uyumlu ortak bir çıkarım arayüzü sunuyor ve Python ile Gradio ortamlarında kolayca çalıştırılabiliyor.
Model ağırlıkları Apache-2.0 lisansı altında Hugging Face ve ModelScope platformlarında yayımlandı. Geliştiriciler ayrıca ComfyUI eklentisi desteği ve uzamsal yerleşim komutları hazırlayan yardımcı araçlar da paylaştı. Sistem, bellek kısıtlaması yaşayan kullanıcılar için sıralı bellek modları ve GPU yerleşik çalıştırma seçenekleri sunuyor.
Bu özet yapay zekâ ile hazırlanmıştır; ayrıntılar ve doğrulama için orijinal kaynağa başvurun.