MOSS-Image 画像生成AIをブラウザで

MOSS-Image（Moss Image）は、OpenMOSSチームが公開したオープンな画像生成モデルです。Qwen3.5テキストエンコーダーとFLUX.2 VAEを備えた5Bパラメータの拡散トランスフォーマーで、本サイトではブラウザから利用できます。

モデルはMOSS言語モデルの開発チームOpenMOSS-Teamが公開しています。本サイトはOpenMOSSとは関係のない独立したサービスで、手元にGPUがなくてもモデルを試せるようにブラウザ版を提供しています。

MOSS-Image Baseは事後学習もCFG蒸留もしていない素のチェックポイントで、LoRAや追加学習の出発点に向いています。MOSS-Image-SFTは厳選データで調整されており、少ないプロンプトの工夫で整った画像が出ます。本サイトの生成ツールはMOSS-Image-SFTを使っています。

はい。MOSS-Imageは英語と中国語の文字描画に対応しているので、見出し・ラベル・看板の文字が読める形で出ます。入れたい文字はプロンプト内で「」や引用符で囲むときれいに描かれます。日本語の文字も試せますが、文字数や書体の指定によって精度が変わるため、短い単語から試すのがおすすめです。

1つの文章の代わりに、画像を構造化したJSONで記述する方法です。要素ごとに位置・スタイル・文字を並べると、MOSS-Imageがそのレイアウトに沿って描くため、ポスターや表紙、コマ割りのあるデザインに便利です。

公開レシピでは、サンプリングステップ50以上、ガイダンススケールは標準3.0（有効な範囲は3.0〜6.0）、flow shift 5.0、Eulerサンプラーが推奨されています。本サイトの生成ツールもこの設定が初期値で、詳細設定からステップ数・ガイダンス・ネガティブプロンプト・シードの変更や、HD・2Kサイズの選択ができます。

公開されているMOSS-Imageはテキストから画像を作るモデルです。本サイトでの「編集」は、プロンプトやJSONレイアウトを調整して再生成することを指します。ほかの部分を保ったまま一部だけ変えたいときは、これがいちばん早い方法です。

本サイトでは不要です。自分の環境で動かす場合はGPUとvLLM-Omniなどの環境構築が必要ですが、ここではハードウェアをこちらで用意しているので、ブラウザと無料アカウントだけで始められます。

はい。新規登録で無料クレジットがもらえ、カード登録も不要です。いくつかのプロンプトを試すには十分です。大量の生成や商用利用については料金プランのページをご覧ください。

本サイトの有料プランでは、生成した画像の商用利用が含まれます。モデルの重みはOpenMOSSがApache-2.0ライセンスで公開しているため、モデル自体をセルフホストや再配布する場合はそのライセンス条件を確認してください。