
Kandinsky-2
多语言文本生图,支持图像编辑修复,开箱即用
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 2812
使用教程
⚠ 本教程由 AI 依据该项目 README 整理;原始文档不完整,部分步骤为通用流程推断,实际安装请以项目官方文档为准。
⚠ 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
同类项目推荐
Scientific-LLM-Survey
开源
一文看懂生物化学领域的大模型研究全景
Scientific Large Language Models: A Survey on Biological & Chemical Domains
denoising-diffusion-pytorch
开源
用 PyTorch 复现扩散模型,从噪声生成逼真图像
Implementation of Denoising Diffusion Probabilistic Model in Pytorch
Awesome-Trajectory-Computing
开源
一网打尽轨迹计算AI资源,找论文代码不迷路
A professional list of Deep Learning and Large (Language) Models (LM, LLM, FM) for T···
Qwen2.5-Math
开源
数学推理专用大模型,解方程、证明题更准更稳
A series of math-specific large language models of our Qwen2 series.
MiniMax-M2.1
开源
让AI Agent 更靠谱地干活,开发提效
MiniMax M2.1, a SOTA model for real-world dev & agents.
flux-krea
开源
用文本提示词,一键生成高质量艺术图像
Official GitHub repository for FLUX.1 Krea [dev].
free-ai-resources-x
开源
一站式免费AI资源导航,快速找到好工具
A curated collection of free, high quality AI tools , APIs , datasets , and learning···
MooER
开源
开箱即用的端到端语音对话模型,一句话搞定实时交互
MooER: Moore-threads Open Omni model for speech-to-speech intERaction. MooER-omni in···
Awesome-LLM-Papers-Comprehensive···
开源
一站式找全LLM论文与代码,省去全网搜刮时间
Awesome LLM Papers and repos on very comprehensive topics.