MOSS-Image sem censura: pesos abertos que colocam o texto exatamente onde você quer

Por que designers e lojistas estão de olho

Pense no MOSS-Image como um gerador de imagens aberto que finalmente trata as palavras como parte da imagem. Escreva um título, um preço ou um bilhete entre aspas e ele aparece legível na imagem, em inglês ou chinês, exatamente onde o layout manda. Essa habilidade transforma um brinquedo divertido em algo que lojas, estúdios e equipes de redes sociais podem usar no trabalho. Os pesos são gratuitos para baixar e rodar na sua própria GPU, então não há custo por imagem nem filtro online entre o seu prompt e o resultado.

Texto legível em chinês e inglês dentro da imagem

A maioria dos modelos de imagem abertos ainda embaralha as letras, e os caracteres chineses são os que mais sofrem. O MOSS-Image foi treinado para renderizar os dois idiomas, e as amostras oficiais exploram isso: um bilhete na geladeira escrito à mão em chinês com uma lista de compras de leite, ovos e pão, quadros brancos cheios de anotações, letreiros de lojas e títulos de pôsteres. O truque é simples. Coloque as palavras exatas entre aspas e diga onde ficam e como devem parecer, por exemplo "a bold red headline reading \"SUMMER SALE\" across the top". Frases curtas saem mais limpas que parágrafos, e nas comparações oficiais o checkpoint SFT agrupa e alinha o texto de forma mais organizada que o Base.

• Coloque entre aspas cada palavra que deve ser impressa, no idioma desejado.
• Descreva a superfície: post-it, letreiro neon, quadro-negro, capa de revista.
• Defina o estilo das letras: manuscrito, sans-serif em negrito, caligrafia com pincel.
• Mantenha cada bloco de texto curto; divida textos longos em vários itens rotulados.

Onde ele brilha: pôsteres, banners de loja e infográficos

Como palavras e posicionamento são seus pontos fortes, o modelo se encaixa nos trabalhos em que uma imagem bonita não basta. Vendedores online montam banners de produto com selo de preço no canto, gestores de redes sociais criam capas com títulos bilíngues, e criadores de minisséries e webcomics esboçam pôsteres e quadros com os diálogos já no lugar. Professores e profissionais de marketing o usam para explicações em quadro branco e infográficos, restaurantes para cardápios e placas, e equipes de marca para lotes de layouts idênticos em que só o título muda.

Transformando em negócio: banners, cardápios e testes de anúncios

Quem mais aproveita são equipes pequenas que precisam de muitas artes com texto, rápido. Uma loja online consegue rascunhar uma semana de banners promocionais em uma tarde, cada um com o produto no centro, o desconto num selo e o título em dois idiomas. Agências usam o mesmo layout JSON para gerar dezenas de variações de anúncio que só trocam o slogan, o que barateia os testes A/B. Cafés e restaurantes montam cardápios e quadros de ofertas, gráficas oferecem pôsteres personalizados, e estúdios de webcomic e minisséries esboçam capas com o título já posicionado antes de o designer finalizar.

O que a comunidade diz e o que as pessoas estão criando

No Civitai, onde criadores compartilham imagens e modelos, os primeiros comentários são em geral positivos. Um usuário o chamou de um dos modelos abertos com mais conhecimento para imagens realistas e elogiou como lida tanto com anime quanto com estilo fotográfico. Outros apontaram pontos fracos: mãos e membros às vezes saem errados, tags de estilo com nomes de artistas parecem ter pouco efeito, e as configurações padrão são lentas; um usuário relatou mais de 100 segundos por imagem até que uma LoRA turbo da comunidade reduziu isso para cerca de um décimo, com a pele um pouco mais suave. Dez dias após o lançamento, o repositório no GitHub tinha cerca de 1,9 mil estrelas e a página do modelo Base 556 curtidas. O que as pessoas postam? Pôsteres de viagem retrô falsos, capas de revista bilíngues, bilhetes de geladeira e quadros brancos escritos à mão, memes com a legenda embutida, fichas de personagens de anime com nomes e ensaios de praia glamourosos com modelos adultas.

• Pôsteres retrô de viagem e de filmes com títulos grandes e legíveis
• Capas bilíngues chinês-inglês para revistas e redes sociais
• Bilhetes, recibos e piadas de quadro branco para memes
• Fichas de personagens de anime com nomes e atributos impressos
• Ensaios de moda praia e pin-up de modelos adultas com letreiro de revista

Exemplos de prompts do MOSS-Image para copiar

O modelo entende três estilos de prompt, e cada um serve a um objetivo. Frases naturais são melhores para fotos e pôsteres, listas de tags são familiares para quem usa anime e LoRAs da comunidade, e JSON é para layouts rígidos. Comece por estes modelos, mantenha a seed fixa e mude um detalhe por vez:

• Linguagem natural: "A cozy kitchen at morning, a handwritten note on the fridge reading \"milk, eggs, bread\", warm sunlight, photorealistic."
• Pôster: "Retro travel poster of a seaside town, large title \"VISIT CAPRI\" at the top in cream serif letters, grainy print texture."
• Tags: "adult woman, beach, sunset, bikini, film grain, 35mm, golden hour" (apenas personagens adultos).
• Infográfico: "Clean whiteboard with three numbered steps titled \"How to brew coffee\", simple marker drawings, flat lighting."
• Capa bilíngue: "Magazine cover, Chinese headline in bold brush strokes, English subtitle \"Night Market Guide\" below, neon street at night."

Prompts de layout JSON: fixe títulos e produtos por coordenadas

O modo JSON é o que diferencia este modelo. Em vez de torcer para que o título caia no topo, você descreve a cena inteira em um resumo e depois lista os itens, cada um com rótulo, legenda, caixa delimitadora e texto opcional. As caixas usam a ordem yxyx (topo, esquerda, base, direita) em coordenadas de pixel medidas a partir do centro da tela; assim, em uma imagem de 1024 por 1024, cada eixo vai de -512 a 512, e os números devem corresponder ao tamanho gerado. A OpenMOSS ainda considera o layout experimental, então espere ajustar uma ou duas caixas. Um esqueleto inicial:

{
  "summary": { "caption": "Bright summer shop banner, white studio background" },
  "items": [
    { "label": "title", "caption": "bold red headline", "bbox": [-460, -400, -300, 400], "text": "SUMMER SALE" },
    { "label": "product", "caption": "glass bottle of iced lemon tea", "bbox": [-220, -200, 380, 200] },
    { "label": "badge", "caption": "yellow round sticker", "bbox": [260, 260, 460, 460], "text": "-50%" }
  ],
  "bbox_format": "yxyx",
  "bbox_coord_space": "abs_centralized"
}

Os nomes dos campos seguem o guia de layout do repositório oficial no GitHub; a skill oficial Prompt Enhancer também pode expandir uma frase em uma descrição ou layout detalhado.

O MOSS-Image é sem censura? LoRAs NSFW e arte adulta

Rodando localmente, os pesos abertos não têm filtro online: nada verifica seu prompt nem a imagem final, então é você quem decide o que o modelo desenha. A OpenMOSS não lançou um checkpoint NSFW e não descreve como seus dados de treinamento foram filtrados, então detalhes explícitos dependem de complementos da comunidade. Um relato de segunda mão da AlphaSignal diz que um "Moss-image-nsfw-uncensored-lora" com a palavra-gatilho moss_xvstyle surgiu em poucos dias e funciona com Base e SFT; ele não foi confirmado em páginas do Hugging Face ou do Civitai, então trate-o com cautela. Direções adultas populares incluem editoriais de moda praia e lingerie, pôsteres pin-up e capas de fantasia com personagens claramente adultos. Se preferir pular a configuração de GPU, o Spicy AI oferece geração de imagens sem censura semelhante direto no navegador.

1. Escreva as palavras desejadas entre aspas e diga onde elas ficam.
2. Use tags para a aparência dos personagens e frases completas para iluminação e clima.
3. Fixe a seed e mude um detalhe por geração.
4. Deixe claro que todas as pessoas retratadas são adultas (18+) e nunca retrate pessoas reais sem consentimento.

SFT vs Base: qual checkpoint escolher

Os dois checkpoints compartilham a mesma arquitetura de 5B, mas são ajustados para públicos diferentes. O SFT recebeu fine-tuning supervisionado com dados selecionados, e as imagens comparativas oficiais mostram agrupamento de texto mais organizado e layouts de página mais limpos; por isso é o que você deve carregar quando só quer boas imagens. O Base pula esse pós-treinamento e fica mais próximo do modelo bruto, o que o torna o melhor ponto de partida para LoRAs e fine-tunes completos.

Como rodar: Hugging Face, ComfyUI, diffusers e API

Há quatro portas de entrada fáceis. O teste mais rápido é o Hugging Face Space gratuito da OpenMOSS-Team. Para uso local, o ComfyUI suporta o modelo nativamente nas builds nightly atuais, usando os arquivos reempacotados da Comfy-Org com os loaders integrados, enquanto o plugin do repositório oficial continua útil para carregar pastas do diffusers. Programadores podem carregar os pesos no diffusers 0.38 ou mais recente com o pipeline personalizado pipeline_moss_image e trust_remote_code, em Python 3.10+ e PyTorch 2.9+ com uma GPU NVIDIA. Equipes que preferem não hospedar nada podem chamá-lo pela plataforma MOSI API.

• Amostragem padrão: 50 passos, CFG 3, shift 5, Euler com flow matching.
• Largura e altura devem ser múltiplos de 16; os exemplos oficiais usam 1024x1024 e 1456x1456.
• A guidance faz duas passagens por passo, então espere mais lentidão que em modelos destilados.
• Uma versão destilada DMD de 8 passos da comunidade troca um pouco de qualidade por rascunhos muito mais rápidos.

VRAM, velocidade e versões quantizadas

A OpenMOSS não divulga um valor mínimo de VRAM. Em vez disso, a demo em Gradio oferece três modos de memória: GPU resident mantém tudo na placa para ganhar velocidade, Component move partes entre CPU e GPU, e Sequential é a alternativa de pouca memória, a mais lenta. Se aparecerem erros de falta de memória, mude para Sequential, reduza a resolução ou teste um arquivo quantizado. O Hugging Face lista 13 derivados quantizados do modelo Base, feitos pela comunidade; confira o model card de cada um para ver o formato, como GGUF ou FP8, e qual loader ele exige, porque qualidade e suporte variam de arquivo para arquivo.

Treine seu próprio estilo com o KohakuMossTrainer

É no fine-tuning que os pesos abertos compensam. O KohakuMossTrainer, lançado dois dias após o modelo, faz fine-tuning completo e adaptadores LyCORIS ou LoRA para os dois checkpoints, e o README diz que adaptadores podem ser treinados com apenas 6GB de VRAM. O DiffSynth-Studio também suporta fine-tuning completo e LoRA. Em dez dias, o Hugging Face já contava 41 adaptadores e 36 fine-tunes baseados no modelo Base, de estilos artísticos a correções como um LoRA DeBand da comunidade que suaviza o banding de cores. Treine no Base, escreva as legendas no mesmo estilo dos prompts que vai usar e inclua o texto que você quer que o LoRA aprenda.

Como ele se compara ao FLUX.2, Qwen-Image e Z-Image

Ainda não há benchmark oficial que coloque esses modelos lado a lado, então trate isto como uma comparação prática e não como um placar. As diferenças claras estão no tamanho, no controle de layout e na edição:

Os tamanhos vêm das notas públicas de lançamento de cada modelo; este modelo ainda não tem benchmark quantitativo publicado.

Fontes

• Model card do modelo Base (Hugging Face)
• Model card do modelo SFT (Hugging Face)
• Repositório OpenMOSS e guia de layout (GitHub)
• Relatório técnico (arXiv 2610.23374)
• Demo online oficial (Hugging Face Space)
• Pesos no formato ComfyUI (Comfy-Org)
• Comentários da comunidade (arquivo do Civitai)
• Relato sobre LoRA NSFW da comunidade (AlphaSignal, não verificado)

Outros guias de modelos de imagem sem censura

• Midjourney sem censura
• DALL·E sem censura
• Stable Diffusion sem censura
• Flux sem censura
• Nano Banana sem censura
• Nano Banana 2 sem censura
• Nano Banana 2.1 sem censura
• Nano Banana Pro sem censura
• Ideogram sem censura
• Leonardo AI sem censura
• Seedream sem censura
• Seedream 5.0 sem censura
• Krea sem censura
• Kroma sem censura
• Qwen-Image sem censura
• Adobe Firefly sem censura
• GPT Image 2.5 sem censura
• Fibo 2.0 Dev sem censura
• Fibo 2.0 Edit Turbo sem censura
• GPT Image 2 sem censura
• Text to Image sem censura
• Z-Image Turbo sem censura
• Z-Image sem censura
• FLUX.2 sem censura
• FLUX.2 [dev] sem censura
• FLUX.2 [pro] sem censura
• GPT Image 1.5 sem censura
• AI Head Swap sem censura
• AI Cloth Swap sem censura
• Qwen-Image-2.1 LoRAs sem censura
• Wulver sem censura
• AI Face Swap sem censura