Emu

一个模型搞定图像视频生成与理解，智源出品

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 83 🐛 待处理 47 👀 关注 21

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 1776

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源模型，Apache-2.0许可证，可免费使用和部署。

项目预览

项目数据

分类开源模型

开发团队baaivision

官网地址https://baaivision.github.io/emu2

GitHubhttps://github.com/baaivision/Emu

定价模式🏷️完全免费

价格说明开源模型，Apache-2.0许可证，可免费使用和部署。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型foundation-models,generative-pretraining-in-multimodality,in-context-learning,instruct-tuning,multimodal-generalist,multimodal-pretraining

GitHub 星标★ 1776

上线时间2023-07-11 00:00:00

代码更新2026-01-12

仓库体积47.4 MB

本站数据更新2026-11-09

维护状态低维护

收录时间2026-08-09

浏览次数7

项目介绍

Emu 是北京智源人工智能研究院（BAAI）发布的一系列生成式多模态模型，涵盖图像生成、视频生成以及多模态理解等任务。该项目旨在通过统一的模型架构和训练范式，解决传统生成模型在跨模态理解和生成上的割裂问题，使模型能够同时处理文本、图像和视频等多种输入，并生成高质量的视觉内容。核心能力包括：基于自回归或扩散的生成能力、多模态指令跟随、以及支持多种视觉任务的统一接口。项目提供了模型权重、推理代码和训练脚本，方便研究者和开发者进行二次开发与部署。Emu 系列在多项基准上表现出色，是开源社区中较为活跃的多模态模型项目之一。

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 ★ 1776

技术标签

foundation-models in-context-learning

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。

难度：高级约 15 分钟部署方式：模型权重 5 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

Python 环境（项目主要开发语言为 Python）
Git，用于克隆 GitHub 仓库
可访问外网，便于后续拉取模型权重与依赖
建议具备 GPU 环境用于多模态模型推理（README 未给出具体显存要求）

安装与启动步骤

1确认使用哪个版本

仓库按 Emu1 / Emu2 / Emu3 三个版本分目录维护，先确定你要用哪一版，再进入对应子目录查看其说明。
2克隆项目仓库

把 baaivision 的 Emu 仓库拉到本地，后续所有代码与权重说明都在仓库子目录中。
```
git clone https://github.com/baaivision/Emu.git
```
3进入版本子目录

Emu1、Emu2 的推理代码和模型说明各自放在独立子目录，进入你要用的那一版。
```
cd Emu/Emu2
```
4阅读子目录说明文档

主 README 未给出统一安装命令，环境依赖、权重下载、推理脚本需按所在子目录的 README 与脚本执行。
```
ls
```
5体验官方在线 demo

若只想快速看效果，README 提供了 Emu2 官方演示地址，可直接在浏览器中打开试用。