🎨 رونمایی از مدل MOSS-Image؛ کنترل دقیق چیدمان و لایه‌بندی تصویر!

مجموعه OpenMOSS از مدل جدید تولید تصویر خود به نام MOSS-Image رونمایی کرد.

این مدل یک ترنسفورمر دیفیوژن (Diffusion Transformer) ۵ میلیارد پارامتری است که قابلیت منحصربه‌فردی در درک چیدمان دارد؛ به‌طوری که می‌تواند کدهای ساختاریافته JSON شامل باکس‌های محدوده (Bounding Boxes)، متن‌های واقعی و مشخصات دقیق تایپوگرافی را مستقیماً در پرامپت دریافت کرده و تصویر مدنظر را با لایه‌بندی دقیق تولید کند! 🖼️📐

آدرس تلگرام پی ام سئو
@pmseoir