ml-mdm

用更少数据和算力，训出高质量文生图模型

ml-mdm 是苹果开源的文本到图像扩散模型训练框架，目标是在数据和算力都受限的条件下，依然能训练出高质量的生成模型。它针对当前文生图模型训练动辄需要上亿图文对和大量 GPU 的痛点，提供了一套高效训练方案。核心能力包括：支持在较小规模数据集上稳定训练、优化训练流程以降低计算开销、兼容 PyTorch 生态，并可用于大规模视觉模型的研究与复现。项目定位偏向研究与工程实践，适合希望以较低成本探索扩散模型训练、做消融实验或微调自有数据的团队。代码结构清晰，便于二次开发，但作为早期项目，文档和社区生态仍在建设中。

开源 free 模型训练

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 516

维护状态较活跃

是否开源是

定价模式 free

项目数据

分类模型训练

开发团队apple-aiml-research

所属国家

官网地址https://machinelearning.apple.com/research/matryoshka-diffusion-models

GitHubhttps://github.com/apple-aiml-research/ml-mdm

定价模式free

价格说明开源项目，免费使用

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型deep-learning,diffusion-models,large-scale-vision-models,machine-learning,pytorch

GitHub 星标★ 516

30天Star增速

HF 下载量

上线时间2024-08-02 00:00:00

最近更新2026-09-11 00:00:00

维护状态较活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-09-17

浏览次数0

使用教程

核心亮点

在数据与算力受限场景下仍能训练出高质量文生图扩散模型，降低研究门槛
基于 PyTorch 实现，便于与现有深度学习工具链集成和二次开发
苹果开源，代码质量与工程规范有保障，适合做训练流程的消融实验

不足之处

项目处于早期阶段，文档和示例相对有限，上手需要一定扩散模型基础
社区规模较小，遇到问题可参考的讨论和第三方教程不多

适用场景

学术研究：在有限 GPU 资源下复现和验证文生图扩散模型训练方法
企业预研：用自有小规模图文数据微调或训练垂直领域生成模型
教学实践：作为扩散模型训练流程的教学案例，帮助学生理解数据与算力效率权衡

替代项目

diffusers、stable-diffusion、open_clip

项目介绍

ml-mdm 是一个模型训练领域的开源项目，官方简介：Train high-quality text-to-image diffusion models in a data & compute efficient manner。项目使用 Python 开发，在 GitHub 上获得 516 星标。

上一篇：jax-llm-examples

下一篇：kohya-colab