Omost

Omost 是一个将大语言模型（LLM）的代码生成能力转化为图像合成能力的开源项目。它通过训练专用 LLM 模型，将自然语言描述编译为可执行的 Python 代码，调用虚拟 Canvas API 进行图像元素布局与组合，再由后端图像生成器（如 Stable Diffusion）完成渲染。项目基于 Llama3/Phi3 架构，融合多源标注数据、自动注释、DPO 强化学习及 GPT-4o 多模态蒸馏数据进行训练。适用于需要高可控性图像生成的场景，如 UI 原型设计、概念图快速迭代、教育可视化及可控艺术创作等。