Kandinsky-2

多语言文本生图,支持图像编辑修复,开箱即用

Kandinsky-2 是一个多语言文本生成图像(text2image)的潜在扩散模型,由俄罗斯团队开发。它解决了现有文本到图像模型对英文支持良好但多语言能力不足的问题,并提供了图像编辑、图像修复(inpainting)、图像外延(outpainting)和图像到图像(image2image)转换等多项功能。其核心能力包括:基于潜在扩散架构,结合CLIP和图像先验,生成高质量图像;支持多种语言提示词,便于非英语用户使用;提供简洁的API和Jupyter Notebook示例,方便开发者快速上手。该模型在保持生成质量的同时,降低了计算资源需求,适合研究和小规模应用。

开源 free 图像生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 2811
维护状态 低维护
是否开源
定价模式 free

项目数据

分类图像生成
开发团队ai-forever
所属国家
官网地址
定价模式free
价格说明开源模型,Apache-2.0许可,可免费本地部署使用,无在线服务。
访问状态
是否开源
开源协议Apache-2.0
主要语言Jupyter Notebook
技术栈/模型diffusion,image-generation,image2image,inpainting,ipython-notebook,kandinsky,outpainting,text-to-image,text2image
GitHub 星标★ 2811
30天Star增速
HF 下载量
上线时间2022-10-14 00:00:00
最近更新2026-09-23 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

难度:进阶 约 20 分钟 部署方式:模型权重 6 步

⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。

环境要求

  • 可运行 Jupyter Notebook 的 Python 环境(README 未指定版本与依赖包)
  • Git 命令行工具,用于克隆仓库与下载 HuggingFace 权重
  • 建议准备 NVIDIA GPU 等可用算力(README 未给出具体显存要求)
  • 足够的磁盘空间存放多个 checkpoint 权重文件

安装与启动步骤

  1. 1克隆项目仓库

    从 GitHub 拉取 Kandinsky-2 源码,README 明确提供的仓库地址。克隆后即可看到 README 提到的 notebooks 目录。

    git clone https://github.com/ai-forever/Kandinsky-2
    cd Kandinsky-2
  2. 2查看示例笔记本

    README 只说明示例在 ./notebooks 目录中,先列出该目录确认有哪些可用示例,再按需打开。

    ls notebooks
  3. 3下载图像先验权重

    README 给出的 Prior checkpoint,负责把文本嵌入映射为图像嵌入,需从 HuggingFace 仓库获取。

    git clone https://huggingface.co/kandinsky-community/kandinsky-2-2-prior
  4. 4下载解码器权重

    README 给出的 Text-to-Image / Image-to-Image checkpoint,负责把图像嵌入解码成图片,文生图与图生图共用。

    git clone https://huggingface.co/kandinsky-community/kandinsky-2-2-decoder
  5. 5下载修复权重

    README 给出的 Inpainting checkpoint,用于图像修复场景;不做修复功能可跳过这一步。

    git clone https://huggingface.co/kandinsky-community/kandinsky-2-2-decoder-inpaint
  6. 6运行示例笔记本

    在项目目录启动 Jupyter,打开 notebooks 中的示例,按示例内说明加载上面下载的权重进行推理。

    jupyter notebook

如何确认成功

README 未提供启动验证方式;能正常打开并运行 notebooks 下的示例、权重目录下载完整即视为准备就绪。

常见问题

Q:README 里没有 pip install 或安装命令,怎么装依赖?

A:

Q:支持中文等非英语提示词吗?

A:

Q:Kandinsky 2.2 相比 2.1 有什么变化?

A:

Q:没有 GPU 或显存不足怎么办?

A:

注意事项

  • README 未提供任何安装命令与依赖清单,本教程的克隆、下载、启动步骤均为通用准备动作,请以 ./notebooks 内示例和 HuggingFace 模型页为准。
  • 三个 checkpoint 分别是 prior、decoder(文生图/图生图)、decoder-inpaint(修复),按需要的功能下载即可。
  • README 未给出端口、路径、环境变量等配置项,请勿自行假设。
  • 可先通过 fusionbrain.ai 在线 Demo 或 Telegram 机器人体验效果,再决定是否本地部署。

核心亮点

  • 多语言支持,对非英语提示词效果优于多数同类模型
  • 集成了inpainting/outpainting/image2image,功能全面
  • 基于潜在扩散,资源占用相对较低,易于本地部署

不足之处

  • 文档和社区支持相对薄弱,教程和问题解答较少
  • 生成图像的分辨率和细节与最新模型(如SDXL)有差距

适用场景

  • 多语言创意设计,如非英语用户生成海报或插画
  • 图像修复,如去除照片中的物体或填补缺失区域
  • 图像外延,扩展图片背景以适配不同画幅

替代项目

Stable Diffusion、DALL-E 2、Imagen

项目介绍

Kandinsky-2 是开源模型领域的开源项目,由 ai-forever 开发,2022 年首次发布。

在全站 13,014 个收录项目中,它的 GitHub 星标数(2,811)位列前 30%,在开源模型分类中处于中上游。

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 2026-09-23。Apache-2.0许可,可免费本地部署使用,无在线服务。

它主要面向的使用场景是:多语言创意设计,如非英语用户生成海报或插画。同类可对比的替代方案包括 Stable Diffusion、DALL-E 2、Imagen。

同类项目推荐

Machine-Learning 开源

跟着博客笔记,边看边跑机器学习代码

All content related to machine learning from my blog

★ 115 2026-08-09
CoreML-Models 开源

下载即用的苹果端 AI 模型库,免去转换烦恼

Core ML model zoo for iOS/macOS — PyTorch models converted to ready-to-use .mlpacka···

★ 1873 2026-08-10