merge-models

按比例融合两个扩散模型,快速生成新风格模型

merge-models 是一个用于合并两个潜在扩散模型的工具,允许用户按自定义比例融合模型权重。它主要解决 Stable Diffusion 模型微调后风格或能力单一的问题,通过线性插值或加权平均的方式,将基础模型与微调模型合并,生成兼具两者特性的新模型。核心能力包括:支持任意比例调整,提供简单的命令行接口,兼容主流 Stable Diffusion 模型格式。该工具操作简便,无需训练,即可快速生成个性化模型,适合创作者和开发者探索模型融合。

开源 free 图像生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 263
维护状态 低维护
是否开源
定价模式 free

项目数据

分类图像生成
开发团队eyriewow
所属国家
官网地址
定价模式free
价格说明开源项目,本地部署,完全免费
访问状态
是否开源
开源协议
主要语言Python
技术栈/模型stable-diffusion
GitHub 星标★ 263
30天Star增速
HF 下载量
上线时间2022-09-15 00:00:00
最近更新2026-04-15 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0

使用教程

核心亮点

  • 支持自定义融合比例,灵活控制模型特性
  • 命令行操作简单,无需训练即可合并模型
  • 兼容 Stable Diffusion 生态,易于集成

不足之处

  • 文档/社区待观察
  • 仅支持两个模型合并,不支持多模型融合

适用场景

  • 将写实风格与动漫风格模型融合,生成新风格
  • 将微调模型与基础模型合并,提升泛化能力
  • 快速实验不同模型组合,探索创意方向

替代项目

stable-diffusion-webui、sd-webui-models、supermerger

项目介绍

merge-models 是模型训练领域的开源项目,由 eyriewow 开发,2022 年首次发布。

它收录于模型训练分类,该分类目前共有 518 个项目,GitHub 星标数为 263。

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 2026-04-15。本地部署,完全免费。

它主要面向的使用场景是:将写实风格与动漫风格模型融合,生成新风格。同类可对比的替代方案包括 stable-diffusion-webui、sd-webui-models、supermerger。

上一篇:align_sd

下一篇:lora-prompt-tool

同类项目推荐

Long-RL 开源

让强化学习轻松驾驭超长序列,训练更稳更快

Long-RL: Scaling RL to Long Sequences (NeurIPS 2025)

★ 729 2026-08-09
TPA 开源

把注意力复杂度从平方降到线性,长序列不再卡顿

[NeurIPS 2025 Spotlight] TPA: Tensor ProducT ATTenTion Transformer (https://arxiv.or···

★ 463 2026-08-09
minimind 开源

两小时造出你的小模型,练手入门不求人

Train a 64M-parameter LLM from scratch in just 2h!

★ 62178 2026-08-09
pruna 开源

一键优化 AI 模型,推理提速又省资源。

Pruna is a model optimization framework built for developers, enabling you to delive···

★ 1286 2026-08-13