AutoStudio

多轮对话中保持主体一致，连续生成不串味

AutoStudio 是一个面向多轮交互式图像生成的开源框架，旨在解决用户在连续对话中生成风格一致、主体统一图像的问题。传统文生图模型难以在多次交互中保持同一主体的外观一致性，AutoStudio 通过引入基于大语言模型的对话管理、主体感知的注意力机制和自动布局规划，实现了在复杂多轮对话场景下稳定生成高质量、主体一致的图像。其核心能力包括：支持自然语言多轮编辑与生成、自动提取并追踪主体特征、动态调整图像布局以适配新增内容，以及提供可插拔的模块化设计，便于集成到现有图像生成流程中。项目基于 Jupyter Notebook 提供演示，适合研究者和开发者探索多模态交互生成的前沿方案。

开源 free 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 452

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donahowe

所属国家

官网地址

GitHubhttps://github.com/donahowe/AutoStudio

定价模式free

价格说明开源项目，代码公开，可自行部署使用，无收费信息。

访问状态

是否开源是

开源协议

主要语言Jupyter Notebook

技术栈/模型image-generation,multi-turn-dialogue,text-to-image-generation

GitHub 星标★ 452

30天Star增速

HF 下载量

上线时间2024-06-03 00:00:00

最近更新2026-09-10 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2

使用教程

核心亮点

提出主体感知注意力机制，在多轮生成中有效保持人物/物体身份一致
集成大语言模型管理对话状态，支持复杂指令的连续编辑与生成
提供模块化设计，可灵活替换基础扩散模型，适配不同应用场景

不足之处

项目仍处于早期阶段，文档和示例代码不够完善
依赖较大，部署和复现门槛较高，对硬件资源要求不明确

适用场景

角色设计：通过多轮对话迭代生成同一角色的不同姿态和表情
电商海报：连续描述商品细节，生成多张风格统一的产品图
故事板创作：根据剧情对话生成情节连贯的插画序列

替代项目

StoryDiffusion、IP-Adapter、Multi-Concept Customization

项目介绍

AutoStudio 是图像领域的开源项目，由 donahowe 开发，2024 年首次发布。

它收录于图像分类，该分类目前共有 837 个项目，GitHub 星标数为 452。

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 2026-09-10。代码公开，可自行部署使用，无收费信息。

它主要面向的使用场景是：角色设计：通过多轮对话迭代生成同一角色的不同姿态和表情。同类可对比的替代方案包括 StoryDiffusion、IP-Adapter、Multi-Concept Customization。

上一篇：FreeDrag

下一篇：DiffUTE