FlowInOne

把多模态生成统一成图像进图像出，一个模型搞定文本、音频到图像

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署图像生成 🍴 复刻 5 👀 关注 1

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 119

维护状态维护中

是否开源开源

定价模式 🏷️完全免费开源项目，MIT许可证，完全免费，需自行部署使用。

项目预览

项目数据

分类图像生成

开发团队CSU-JPG

官网地址https://csu-jpg.github.io/FlowInOne.github.io

GitHubhttps://github.com/CSU-JPG/FlowInOne

定价模式🏷️完全免费

价格说明开源项目，MIT许可证，完全免费，需自行部署使用。

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MIT

主要语言Python

技术栈/模型flowmatching,image-generation,vision-centric

GitHub 星标★ 119

上线时间2026-03-28 00:00:00

代码更新2026-09-04

仓库体积4.5 MB

本站数据更新2026-11-10

维护状态维护中

收录时间2026-08-09

浏览次数5

项目介绍

FlowInOne 是一个基于流匹配（Flow Matching）的统一多模态生成框架，由 ECCV 2026 论文官方开源。它创新性地将文本、图像、音频等多种模态的生成任务统一为“图像进、图像出”的视觉中心范式，即所有输入模态先编码为图像表示，再通过流匹配模型生成目标图像。该框架解决了传统多模态生成中需要为每种模态单独设计模型、训练成本高且难以跨模态协同的问题。核心能力包括：支持文本到图像、图像编辑、音频到图像等多任务统一建模，基于视觉中心表示实现模态对齐，以及利用流匹配的稳定训练特性提升生成质量。项目代码基于 Python 实现，提供完整的训练与推理流程，适合研究多模态统一生成和流匹配技术的开发者使用。目前项目处于早期阶段，星标数较少，但技术路线新颖，具有较高的研究价值。