OpenMOSS 团队 · 2026-10-11 · Apache-2.0（最宽松的一档，可商用）
国产 5B 文生图模型，最大卖点是「原生版面控制」：你能直接在画布上画框，让它按框安排人物和物体位置，而不是靠提示词碰运气。
和 Qwen-Image 2.1 一样主打中文，但路线不同：Qwen 靠 7B 主干硬啃中文排版，MOSS 用「在画布上画框」的版面控制绕开提示词玄学；代价是 50 步、CFG 3 才能出好图，比 Z-Image Turbo 的 8 步慢一个数量级。许可倒是这批里最干净的（Apache-2.0）。
| 指标 | MOSS-Image | FLUX.3 [klein] | Qwen-Image 2.1 Turbo | Qwen-Image 2.1 |
|---|---|---|---|---|
| 发布时间 | 2026-10-11 | 2026-10-13 | 2026-10-09 | 2026-09-14 |
| 近30天下载 | 7.7k | 534.8k | 31.4k | 171.1k |
| 许可 | Apache-2.0 | FLUX Kommunity License | Qwen Research License | Qwen Research License |
| 规模 | 5B | 5.6B | 7B（与 2.1 同主干，换成 8 步采样表） | 7B 视觉生成主干（32 层单流 DiT） |
| 官方模板数 | 3 | 3 | 2 | 3 |
| Civitai LoRA | 99 | 15 | — | 100 |
| Civitai 微调 | 46 | 2 | — | 27 |
| 本机 16GB | 能跑，用 int8 权重 + w4a8 量化文本编码器，官方模板就是这么配的。 | 能跑，走 int8 单文件 + int8 文本编码器这条线。 | 目前 16GB 上性价比最高的中文出图方案之一：8 步就能出，显存压力和完整版一样。 | 能跑但要认命：int8 权重 + int8 文本编码器，1024–1536 区间稳定，2K 要靠 offload。 |
表内数字：下载量取 HuggingFace 近 30 天；LoRA / 微调数是 Civitai 上该底模的条目数（采样本期抓到的，非全站总量）。
A wide view of a refrigerator beside a kitchen counter with a fruit bowl. A small sticky note on the refrigerator door is handwritten in Chinese: "记得买牛奶和鸡蛋！ 牛奶两盒，鸡蛋一打。 顺便带一袋面包。"
下载 JSON 后拖进 ComfyUI 窗口即可载入；缺节点通常是 ComfyUI 版本太旧。
文件级链接点一下就直接下载（HF 会 302 到 CDN）；每条下面标了精度档位与最低显存，命令行口令点右上角「复制」。
$env:HF_ENDPOINT="https://hf-mirror.com"; hf download Comfy-Org/MOSS-Image --local-dir ComfyUI\models
hf download Comfy-Org/MOSS-Image --local-dir ComfyUI\models
pip install -U "huggingface_hub[cli]"
显存是「最低可跑」的估算：ComfyUI 会分时加载权重与文本编码器，所以最低显存≈权重体积再上一档；实际还要给激活值留余量，视频模型另受时长与分辨率影响。
放到哪：底模 → ComfyUI/models/diffusion_models；LoRA / 微调 → models/loras 或 models/checkpoints；文本编码器 → models/text_encoders；VAE → models/vae。Comfy-Org 的仓已按这套目录结构打包，--local-dir ComfyUI\models 即可直接落位。