RelaCtrl

给 DiT 图像生成装上轻量控制开关，精准控制不拖慢速度

RelaCtrl 是一个面向 Diffusion Transformer（DiT）架构的高效 ControlNet 实现，旨在解决现有 ControlNet 在 DiT 模型上计算开销大、控制精度不足的问题。它通过引入关系感知的控制机制，在保持生成质量的同时，显著降低额外计算成本，实现对图像生成过程的结构化控制（如边缘、深度、姿态等）。项目核心能力包括：轻量级控制分支设计、与主流 DiT 生成器无缝集成、支持多种条件输入。目前处于早期阶段，代码开源，适合研究者和开发者探索高效可控图像生成方案。

开源 free 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 386

维护状态低维护

是否开源是

定价模式 free

项目数据

分类图像生成

开发团队360CVGroup

所属国家

官网地址https://360cvgroup.github.io/RelaCtrl

GitHubhttps://github.com/360CVGroup/RelaCtrl

定价模式free

价格说明开源项目，免费使用，需自行部署。

访问状态

是否开源是

开源协议

主要语言Python

技术栈/模型controlled-generation,controlnet,efficient-dit,image-generation

GitHub 星标★ 386

30天Star增速

HF 下载量

上线时间2025-02-21 00:00:00

最近更新2026-07-20 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数2

使用教程

核心亮点

针对 DiT 架构专门优化，相比通用 ControlNet 计算效率更高
关系感知控制机制，能更精准地保持图像结构一致性
代码结构清晰，易于集成到现有 DiT 生成流程中

不足之处

项目处于早期阶段，文档和示例较少，上手门槛较高
仅支持 DiT 系列模型，对传统 CNN 生成器不适用

适用场景

在 DiT 模型上实现边缘、深度等条件控制的图像生成
需要低延迟、低资源消耗的实时可控生成场景
研究高效可控生成方法的学术实验与对比

替代项目

ControlNet、ControlNet-XS、T2I-Adapter

项目介绍

RelaCtrl 是图像领域的开源项目，由 360CVGroup 开发，2025 年首次发布。

它收录于图像分类，该分类目前共有 839 个项目，GitHub 星标数为 386。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-07-20。免费使用，需自行部署。

它主要面向的使用场景是：在DiT模型上实现边缘、深度等条件控制的图像生成。同类可对比的替代方案包括 ControlNet、ControlNet-XS、T2I-Adapter。

上一篇：Qihoo-T2X

下一篇：comfyui_jankhidiffusion