clip-guided-diffusion

用一句话描述，让AI按你的文字画出想要的图

clip-guided-diffusion 是一个基于 OpenAI CLIP 和扩散模型的文本生成图像工具，提供命令行接口和 Python 模块。它解决了早期扩散模型难以精确控制生成内容的问题，通过 CLIP 的语义理解能力引导扩散过程，使生成的图像更符合文本描述。核心能力包括：从文本提示生成多样化图像、支持图像风格迁移和编辑、提供灵活的采样参数调节。该项目适合研究多模态生成、快速原型验证，以及需要定制化图像生成的场景。

开源 free 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 459

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afiaka87

所属国家

官网地址

GitHubhttps://github.com/afiaka87/clip-guided-diffusion

定价模式free

价格说明开源项目，MIT许可证，完全免费，可自行部署使用。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型artificial-intelligence,deep-learning,diffusion,image-generation,multimodal,multimodality,openai,openai-clip,text-to-image,text-to-image-synthesis

GitHub 星标★ 459

30天Star增速

HF 下载量

上线时间2021-07-21 00:00:00

最近更新2026-07-13 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

CLIP引导机制让文本到图像的语义对齐更精准
提供CLI和Python模块，易于集成到现有工作流
支持多种采样参数调节，生成结果可控性强

不足之处

项目处于早期阶段，功能迭代和稳定性有待提升
依赖OpenAI CLIP和扩散模型，计算资源需求较高
文档和社区支持相对有限，上手门槛较高

适用场景

艺术创作：根据文字描述生成概念图或插画
快速原型：为产品设计或广告生成视觉素材
研究实验：探索多模态生成和引导扩散技术

替代项目

DALL-E 2、Stable Diffusion、Imagen

项目介绍

clip-guided-diffusion 是图像领域的开源项目，由 afiaka87 开发，2021 年首次发布。

它收录于图像分类，该分类目前共有 840 个项目，GitHub 星标数为 459。

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 2026-07-13。MIT许可证，完全免费，可自行部署使用。

它主要面向的使用场景是：艺术创作：根据文字描述生成概念图或插画。同类可对比的替代方案包括 DALL-E 2、Stable Diffusion、Imagen。

上一篇：StyleShot

下一篇：awesome-aiart-pics-prompts