# MOSS-Image: открыты веса Base и SFT для локальной генерации картинок

Источник: https://modelium.tech/zhurnal/moss-image-base-sft-local-generation/

16 октября OpenMOSS выпустила код и два набора весов MOSS-Image: Base и SFT. Они позволяют создавать изображения по тексту на своём компьютере; официальный пример требует NVIDIA/CUDA и подготовленной Python-среды. Готовый запуск на обычном ПК редакция не проверяла.

16 октября 2026 года команда OpenMOSS открыла код и два набора весов MOSS-Image для генерации картинок по текстовому описанию на своём компьютере. Если хочется сделать плакат или иллюстрацию, можно попробовать базовую версию либо SFT — вариант, дополнительно обученный следовать инструкциям. Для запуска потребуется подготовленная среда с видеокартой NVIDIA; редакция Modelium модель не запускала. [s1](#src-s1) [s2](#src-s2) [s3](#src-s3)

## Что изменилось для локальной генерации картинок

Официальный репозиторий проекта появился 16 октября, а в Hugging Face в этот день опубликованы веса двух вариантов: MOSS-Image-Base и MOSS-Image-SFT. Создание страниц моделей 11 октября само по себе не было датой выпуска весов: их текущая история содержит первоначальный коммит от 16 октября. Код и оба набора весов доступны отдельно. [s1](#src-s1) [s2](#src-s2) [s3](#src-s3) [s4](#src-s4)

Разработчики показывают работу с обычным текстовым запросом, последовательностью меток и описанием расположения предметов и надписей в JSON. JSON здесь — структурированная запись того, где должны находиться элементы изображения; для первого знакомства она не нужна. По примеру авторов SFT лучше группирует текст на одной демонстрационной композиции, но это не независимый сравнительный тест на ваших задачах. [s1](#src-s1) [s2](#src-s2)

## Какой вариант выбрать

Для первого знакомства разумнее открыть карточку **MOSS-Image-SFT**: это версия базовой модели, дополнительно настроенная на инструкции. Если требуется экспериментировать с базовым поведением или собственным дообучением, у проекта есть **MOSS-Image-Base**. Оба варианта используют общую схему генерации; различие в качестве на конкретном русском тексте заранее не доказано. [s2](#src-s2) [s3](#src-s3)

Официальные страницы содержат все три части, нужные для запуска: генератор изображения (transformer), преобразователь текста в сигналы для него (text encoder) и декодер изображения (VAE). Мы сверили наличие всех трёх частей в списке файлов и индексы всех шардов — частей больших файлов модели; первая страница списка файлов сама по себе не служит доказательством полной загрузки. Это наличие файлов, **не** результат пробного запуска. [s2](#src-s2) [s3](#src-s3)

## Что понадобится и чего пока не обещаем

Официальный пример для Python требует Python 3.10+, совместимые CUDA, PyTorch 2.9+ и видеокарту NVIDIA. Он предлагает 50 шагов для изображения 1024 × 1024; это настройки примера, а не минимальные требования к памяти. В веб-интерфейсе Gradio авторы предлагают режимы переноса частей модели между видеокартой и оперативной памятью, если видеопамяти недостаточно. Проверенного минимума RAM/VRAM для домашнего ПК в этих источниках нет. [s1](#src-s1) [s2](#src-s2)

Есть также собственный плагин проекта для ComfyUI — программы для визуальной сборки генерации. В инструкции авторов требуется скачать модель в локальную папку и указать эту папку в узле загрузки; сам узел не скачивает веса по названию репозитория. Интеграция непосредственно в официальный ComfyUI, согласно авторам, ещё в работе. Это вариант для тех, кто уже пользуется ComfyUI, а не обещание запуска в один клик на любом компьютере. [s1](#src-s1) [s5](#src-s5)

Оба репозитория весов и код проекта помечены Apache 2.0; текст лицензии присутствует в каждой карточке, а кодовая лицензия — в GitHub. Это не то же самое, что подтверждённая редакцией пригодность для каждого коммерческого проекта: учитывайте условия всех используемых компонентов и содержимого результата. Авторы не опубликовали в этих карточках независимого теста качества русских надписей, поэтому исходную картинку и буквы нужно проверять глазами. [s1](#src-s1) [s2](#src-s2) [s3](#src-s3)

**Следующий шаг:** откройте официальную карточку MOSS-Image-SFT, оцените необходимые загрузки и требования к своей системе до установки. Если нужна простая программа без настройки Python или ComfyUI, эта новость пока не даёт подтверждённого готового пути. [s3](#src-s3)

## Источники

1. [OpenMOSS/MOSS-Image: официальный репозиторий и инструкции](https://github.com/OpenMOSS/MOSS-Image/tree/0ee86ac9576a6b3f1ada73e0e02aab5c710a58da) — получено 2026-10-16
2. [OpenMOSS-Team/MOSS-Image-Base: карточка и файлы](https://huggingface.co/OpenMOSS-Team/MOSS-Image-Base/tree/5f40f07a304541840b6019d2d34d30f966756787) — получено 2026-10-16
3. [OpenMOSS-Team/MOSS-Image-SFT: карточка и файлы](https://huggingface.co/OpenMOSS-Team/MOSS-Image-SFT/tree/daf706d2e1c7a6369c17b6d1658671aee6db1ebe) — получено 2026-10-16
4. [GitHub OpenMOSS/MOSS-Image: дата создания и первый коммит](https://api.github.com/repos/OpenMOSS/MOSS-Image/commits/20f5592077916ec8d439bed7b34d18e45c20d657) — получено 2026-10-16
5. [OpenMOSS: инструкция по плагину ComfyUI](https://github.com/OpenMOSS/MOSS-Image/blob/0ee86ac9576a6b3f1ada73e0e02aab5c710a58da/comfyui/README.md) — получено 2026-10-16