项目预览
项目数据
项目介绍
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 ★ 78
核心亮点
- 提出统一视角，从潜空间稳定性切入，理论创新性强
- 基于fairseq实现，代码结构清晰，便于二次开发
- 与语言模型技术栈兼容，可复用GPT训练流程
不足之处
- 早期项目，文档和社区支持待观察
- 依赖fairseq，环境配置较复杂
适用场景
- 学术研究：探索图像自回归建模的新方法
- 图像生成：生成高质量、连贯的图像内容
- 跨模态学习：结合语言模型与视觉token
替代项目
VQGAN、DALL-E、VAR
同类项目推荐
naver-webtoon-faces
开源
一键将人脸照片变成韩漫风格卡通头像
Generative models on NAVER Webtoon faces
pixelgpt-24x24
开源
本地30分钟训练，一句话生成24x24像素画
Tiny local text-to-24x24 pixel art model, trained on roughly 200K samples in 30 minu···
gpt-image-2-skill
开源
把 GPT Image 2 变成命令行和桌面工具，一句话生成图片
GPT Image 2 Skill / CLI / Web / Desktop
tryemoji
开源
输入 emoji，几秒生成 AI 艺术画作
Turn emoji into amazing artwork via AI
CoMPaSS
开源
让AI画图更懂空间关系，对象位置不跑偏
[ICCV 2025] Enhancing spatial understanding in text-to-Image diffusion models
DirectorsConsole
开源
在无限画布上，用电影级提示词并行驱动多台 ComfyUI 生成视频。
A web application for prompt generation and multiple ComfyUI remote and local connec···
PhotoDemon
开源
免安装的 Windows 专业照片编辑器，解压即用
A free portable photo editor focused on pro-grade features, high performance, and ma···
ComfyUI-TiledDiffusion
开源
大图生成不爆显存，细节更丰富
Tiled Diffusion, MultiDiffusion, Mixture of Diffusers, and optimized VAE
XingGAN
开源
上传人物照片和姿态，一键生成该人物摆出目标姿势的逼真图像
[ECCV 2020] XingGAN for Person Image Generation