**开源图像生成新突破：MOSS-Image 实现双语长文本与复杂布局精准渲染**

_MOSS-Image Technical Report_

> 针对开源模型在密集文本和复杂布局生成上的短板，研究团队推出了开源系统 MOSS-Image。该系统通过从头预训练 5B 扩散 Transformer 和开发意图感知提示增强模块，实现了高保真视觉合成与意图控制。在长文本渲染评测中，MOSS-Image 以 96.3% 的平均文本覆盖率刷新了开源模型的世界纪录，并在端到端布局生成任务中表现优异。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-19 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.23374)