Ovis-U1

一个模型搞定看图、画图和改图

Ovis-U1 是一个统一的多模态大语言模型框架，将视觉理解、文生图和图像编辑能力整合到单一模型中。它解决了传统上需要分别部署多个专用模型（如理解模型、生成模型、编辑模型）的复杂性和资源浪费问题。其核心能力包括：基于统一架构实现跨模态的语义对齐，支持文本到图像的生成、基于指令的图像编辑，以及多模态对话理解。通过共享参数和联合训练，Ovis-U1 能够在不同任务间迁移知识，提升整体性能。项目处于早期阶段，代码和模型已开源，适合研究者和开发者探索统一多模态模型的潜力。

开源 free 图像生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 453
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ATH-MaaS
所属国家
官网地址
GitHubhttps://github.com/ATH-MaaS/Ovis-U1
定价模式free
价格说明开源模型，Apache-2.0许可，可免费使用和部署，无在线服务。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型image-editing,multimodal-large-language-models,text-to-image
GitHub 星标★ 453
30天Star增速
HF 下载量
上线时间2025-05-29 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3

使用教程

核心亮点

  • 统一架构，无需切换多个模型即可完成理解、生成和编辑任务
  • 支持多模态联合训练，知识共享提升跨任务表现
  • 代码开源，便于二次开发和学术研究

不足之处

  • 文档/社区待观察
  • 早期项目，模型规模和稳定性未经大规模验证

适用场景

  • 多模态AI助手，同时处理图像问答和生成需求
  • 创意设计工具，快速生成和编辑图像
  • 学术研究，探索统一多模态模型架构

替代项目

Emu2、SEED-LLaMA、MiniGPT-4

项目介绍

Ovis-U1 是开源模型领域的开源项目，由 ATH-MaaS 开发，2025 年首次发布。

它收录于开源模型分类，该分类目前共有 424 个项目，GitHub 星标数为 453。

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，可免费使用和部署，无在线服务。

它主要面向的使用场景是：多模态AI助手，同时处理图像问答和生成需求。同类可对比的替代方案包括 Emu2、SEED-LLaMA、MiniGPT-4。

上一篇：UniTok

下一篇：flux-krea

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
awesome-ltx2 开源

找齐 LTX-2 模型、工作流和 LoRA，一键上手视频生成。

All available LTX-2 models, encoders, workflows, LoRAs for ComfyUI

★ 593 2026-08-10