awesome-diffusion

一站式导航扩散模型资源，快速上手图像生成

这是一个精选的扩散模型（Diffusion Models）资源列表，汇集了相关的 notebooks、工具、软件、教程和资料。它旨在帮助研究人员和开发者快速找到图像生成领域最实用的资源，解决信息分散、查找困难的问题。项目按类别整理了从理论教程到实际应用的各类内容，覆盖了 Disco Diffusion、Stable Diffusion 等主流工具，以及 ESRGAN 等图像增强技术。核心能力是提供结构化的导航，让用户能高效地探索扩散模型生态，无论是入门学习还是进阶开发都能从中受益。

开源 free 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 219

维护状态活跃

是否开源是

定价模式 free

项目数据

分类图像生成

开发团队cobanov

所属国家

官网地址

GitHubhttps://github.com/cobanov/awesome-diffusion

定价模式free

价格说明开源资源列表，全部免费，无付费版本。

访问状态

是否开源是

开源协议MIT

主要语言

技术栈/模型awesome,awesome-list,awesome-lists,deep-learning,diffusion,disco-diffusion,esrgan,gan,generative-art,image-generation,imagen,latent-diffusion,midjourney,stable-diffusion

GitHub 星标★ 219

30天Star增速

HF 下载量

上线时间2022-08-27 00:00:00

最近更新2026-09-23 00:00:00

维护状态活跃

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4

使用教程

核心亮点

分类清晰，覆盖教程、工具、模型等多个维度，便于快速定位
收录了 Disco Diffusion、Stable Diffusion 等主流项目，实用性强
适合初学者按图索骥，也方便研究者追踪最新动态

不足之处

更新频率可能较低，部分资源可能过时
列表形式，缺乏深度对比和评价

适用场景

入门扩散模型，寻找学习教程和示例
开发图像生成应用，寻找现成工具和模型
调研扩散模型生态，了解主流项目和资源

替代项目

awesome-generative-ai、awesome-diffusion-models、The-Hundred-Page-Language-Models

项目介绍

awesome-diffusion 是图像领域的开源项目，由 cobanov 开发，2022 年首次发布。

它收录于图像分类，该分类目前共有 839 个项目，GitHub 星标数为 219。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-23。开源资源列表，全部免费，无付费版本。

它主要面向的使用场景是：入门扩散模型，寻找学习教程和示例。同类可对比的替代方案包括 awesome-generative-ai、awesome-diffusion-models、The-Hundred-Page-Language-Models。

上一篇：outpainting_srn

下一篇：stablediffusion-interpolation-tools