模思生图4天130万下载：长文不乱码

4 天 130 万次下载，国产生图模型 MOSS-Image 在海外开发者社区火了。

模思智能（MOSI Intelligence）与 OpenMOSS 团队 10 月 16 日放出技术报告（arXiv:2610.23374）：一个 50 亿参数的单流扩散 Transformer，从零训练，专攻开源生图最大的短板：图里写长字就乱码。据量子位 10 月 23 日的报道，模型上线 4 天就在 Hugging Face 上收获 130 万次下载，GitHub 拿下 1400 星，一举登顶 HF 文生图趋势榜。

硬数字很能打：团队自建的长文本渲染评测 LongLongTextBench 上，它中英文长文本覆盖率做到 96.3%，开源第一，比 Qwen Image 高出 31 个百分点；盲测设计竞技场 RealLayoutArena 里，整套系统 Elo 1698.7，仅次于 GPT Image 2，把 Seedream 5.0 Pro 甩在了身后。秘诀之一在训练数据：从 55 亿公开图文里主动剔除了 AI 生成图，只拿"真图"喂，画面也因此少了一股"AI 味"。

生图卷了这么多年，开源队终于有人在"字"上打赢了一局。Apache 2.0 全开源，社区已经玩出了 8 步加速版、INT8 量化版和 MLX 版。下一局，就看谁先把海报做成真生产力了。