OpenMOSS 发布开源图像生成模型 MOSS-Image,主打长文本渲染与可编辑布局
OpenMOSS 联合复旦NLP、上海创智与 MOSI 发布开放权重图像生成模型 MOSS-Image,采用 5B 参数单流 DiT 从零预训练,支持最长约 4K token 提示词、中英文长文本渲染和可编辑的 JSON Layout。
OpenMOSS 联合复旦NLP、上海创智与 MOSI 发布开放权重图像生成模型 MOSS-Image,采用 5B 参数单流 DiT 从零预训练,支持最长约 4K token 提示词、中英文长文本渲染和可编辑的 JSON Layout。
Simon Willison 展示用 Claude Opus 5.5 High 提示词构建的 Quick Study,可将照片从粗笔到细笔分遍逐笔“画”出。用户可选油画、水彩或点彩风格,设定细节层级与 2 至 10 秒时长,并支持对比原图、随机重绘和导出 PNG。工具使用 Sobel 边缘检测,除 Google Fonts 外无外部库。
摩尔线程三维重建研究成果 ReorgGS 入选 NeurIPS 2026 主会 Poster,该方法在已有 3DGS 模型上增加一次高斯重组,不改渲染器与损失函数。在五类方法、三大数据集实验中,训练 PSNR 平均提升 0.534dB,LiteGS 累计渲染耗时减少约 12.8%,代码即将开源。