MOSS-Image 支持用 JSON 指定场景、物体、文字和它们的位置。本页只在你的浏览器里工作：写一句场景描述，在画布上拖出几个框，导出官方格式的 JSON，粘贴到 Gradio 提示词栏就能用。不连接任何模型，不上传任何内容。
5B 单流 DiT最长 4K tokens 提示词中英文字渲染Apache-2.0
实线是画布中心。拖动方框移动位置，拖右下角圆点改大小，也可以直接在右侧填数字微调。
点一下画布上的方框，或点左侧列表，开始编辑。
导入时按当前画布尺寸换算显示位置；JSON 本身不记录画布尺寸，生成时请把宽高设为与画布一致。
官方格式是 bbox_coord_space: "abs_centralized"，bbox_format: "yxyx"。每个方框记为 [y_min, x_min, y_max, x_max]，单位是像素，相对画布中心计量：中心点是 (0, 0)，向上、向左为负。
验算官方 EXPLORE 示例：标题框在像素坐标里是 x 128–896、y 96–224，换算成中心坐标就是 [-416, -384, -288, 384]，和官方 JSON 里写的一模一样。本页的换算就是这套算法，整数取整。
把 JSON 粘贴到提示词栏，宽高设为与画布一致（官方示例是 1024 × 1024）。生成参数按官方推荐：50 步、CFG 3.0、第 22 层跳过。
import json
from pathlib import Path
layout = json.loads(Path("layout.json").read_text())
image = pipe(
json.dumps(layout, ensure_ascii=False),
height=1024, width=1024,
num_inference_steps=50, guidance_scale=3.0,
uncond_skip_layers=[22],
generator=torch.Generator("cpu").manual_seed(42),
).images[0]
推荐采样（官方默认）：Flow-matching Euler，50 步 / CFG 3.0 / shift 5，负分支第 22 层跳过；本示例未设负提示词；下方代码沿用官方示例参数。
MOSS-Image 是 OpenMOSS 的文生图模型家族，包含 Base 与 SFT 两个检查点，共享架构与采样接口。Base 于 2026 年 10 月 16 日发布，适合微调定制任务；官方示例中，SFT 的文字分组更清晰、版式更规整，适合直接做版式生成。
官方的 Prompt Enhancer 是给 GPT-6 系列 Agent 用的本地 skill，把像素草稿编译成中心坐标 JSON。本页是给普通人的网页版：手动摆框、直接出 JSON，不调用任何模型，也不替代官方 skill。
为什么做这个：据 11 月 3 日核查，Sogni 的版式工具嵌在付费生成服务里，ComfyUI 需要本地安装，mossimage.run 按次付费。我们核查时没有找到独立、免费、免登录、只出 JSON 的网页版式工具，这个缺口就是本站存在的理由。
本页是非官方工具，与 OpenMOSS 无关。所有内容只在你的浏览器里处理，不上传、不调用模型；生成效果取决于 MOSS-Image 本身，本页不展示任何生成结果，也不承诺生成效果。
不会。它只生成版式 JSON；生成图片要去 MOSS-Image 官方 Gradio 界面，或者自己跑模型。
不会。所有处理只在你的浏览器里完成，不调用模型、不上传任何内容。
不需要。打开页面就能用；模板也只存在本机浏览器。
官方格式本身不记录画布尺寸。生成时把宽高设为与画布一致即可；导入时也是按当前画布尺寸换算显示位置。
不会。方框位置按像素保留；换尺寸后如果有框超出画布，导出区会提示检查位置。