Разработчик MOSS-Image ответил на вопросы о модели и планах

MOSS-Image AMA: разработчик ответил на вопросы на реддит 5B модель, делали полгода, упор на текст в картинке, управление композицией и базу под дообучение. Что выяснилось • Сборка для ComfyUI перевалила за 354 тысячи скачек • Модель чувствительна к сиду и выдает очень разные картинки, на коротких промптах управлять трудно. На длинных один сид держит стабильно, а правка промпта при том же сиде работает как редактирование • В официальной сборке ComfyUI полный VAE FLUX.2, в их чекпойнте маленький декодер: убирает пятна и артефакты • Мыло лечится негативом "blurry" • AI-картинки из датасета вычищали, часть просочилась, отсюда вкус чатжпт в аниме Планы • Ближайшее, аниме-версия: аниме-данных было мало, результатом недовольны • Edit-модель обсуждают, но для i2i нужны парные датасеты, малой команде тяжело • XL на 10-12 млрд думают • Пайплайн подписей на Gemma 4 и prompt enhancer обещают • Автор советует Base вместо SFT: у SFT бандинг и специфичный стиль Реддит уже банил пост, но сейчас он открыт, вопросы все еще можно задавать #mossimage #ama MAX