按比例混合扩散模型，快速生成自定义风格模型
Chattiori-Model-Merger 是一个用于合并潜在扩散模型（如 Stable Diffusion）的命令行工具，支持按用户自定义比例混合多个模型权重。它解决了模型融合过程中操作复杂、参数不透明的问题，提供简洁的 Python 接口和 Colab 支持，让用户能快速生成具有多个模型风格特点的混合模型。核心能力包括：灵活的权重比例设置、多模型合并、命令行快速操作，以及适配 Google Colab 的脚本，方便在云端运行。项目处于早期阶段，代码量小，适合对模型融合有基础需求的用户。
SuperMerger、sd-webui-model-merger、Checkpoint Merger
Chattiori-Model-Merger 是模型训练领域的开源项目，由 Faildes 开发，2023 年首次发布。
它收录于模型训练分类，该分类目前共有 522 个项目，GitHub 星标数为 53。
项目仍在小幅维护中，最近一次代码更新于 2026-09-13。本地部署或Colab使用，完全免费。
它主要面向的使用场景是：将写实模型与动漫模型按比例混合，生成半写实风格。同类可对比的替代方案包括 SuperMerger、sd-webui-model-merger、Checkpoint Merger。
下一篇：VideoTuna
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)
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···
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!
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···
