MOSS-Image-SFT: JSON 레이아웃으로 이미지 내 텍스트·배치 정밀 제어

프롬프트에 JSON 형식의 레이아웃 데이터를 입력하면 이미지 내 텍스트 위치와 객체 배치를 구조적으로 제어할 수 있다. 자연어 설명만으로는 한계가 있던 복잡한 구성을 bounding box 좌표 기반으로 정확하게 구현한다.

1 / 3

OpenMOSS의 MOSS-Image-Base를 Supervised Fine-tuning한 5B 파라미터 모델로, Diffusers 라이브러리를 통해 쉽게 연동된다. FLUX.2 소형 디코더를 결합해 고해상도 출력 품질을 유지하며, bfloat16 연산으로 GPU 메모리 효율을 높였다.

별도의 Prompt Enhancer 스킬을 통해 간단한 아이디어를 상세한 캡션이나 공간 레이아웃 프롬프트로 자동 변환할 수 있다. 생성된 JSON을 그대로 입력하면 텍스트 그룹화와 화이트보드 스타일 레이아웃 등 정교한 시각적 구성이 가능하다.

Apache 2.0 라이선스로 상업적 사용이 허용되며, ComfyUI 네이티브 플러그인 지원이 진행 중이다. 디자인 시안 생성이나 문서 이미지 제작처럼 텍스트 배치가 중요한 작업에서 기존 Text-to-Image 모델의 대안으로 활용 가치가 높다.