AutoStudio

多轮对话中保持主体一致，连续生成不串味

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 31 🐛 待处理 10 👀 关注 10

GitHub ↗

GitHub 星标 ★ 452

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，代码公开，可自行部署使用，无收费信息。

项目预览

项目数据

分类图像生成

开发团队donahowe

GitHubhttps://github.com/donahowe/AutoStudio

定价模式🏷️完全免费

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🔧 仅开源项目，无在线服务，需自行部署

是否开源是

主要语言Jupyter Notebook

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

GitHub 星标★ 452

上线时间2024-06-03 00:00:00

代码更新2025-04-13

仓库体积20.6 MB

本站数据更新2026-11-08

维护状态低维护

收录时间2026-08-09

浏览次数3

项目介绍

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。

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 ★ 452

技术标签

image-generation text-to-image-generation

使用教程

难度：高级约 55 分钟部署方式：本地GPU 5 步

环境要求

NVIDIA GPU（显存 20GB 起）
PyTorch 2.x

安装与启动步骤

1拉仓库

官方实现，代码与论文对应。
```
git clone https://github.com/donahowe/AutoStudio.git
```
2建环境装依赖

按 requirements 装，注意 diffusers 版本要匹配。
```
pip install -r requirements.txt
```
3下底模与适配权重

文本编码器与图像适配器都要下，缺一个会在初始化时报错。
4启动界面

默认起一个网页界面，按终端打印的地址访问。
```
python run.py
```
5做一次多轮编辑

同一个会话里连续改三次，观察主体是否保持。