LlamaGen

用语言模型的方式生成图像，自回归也能打败扩散模型

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 94 🐛 待处理 73 👀 关注 22

GitHub ↗

GitHub 星标 ★ 1972

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，MIT许可证，完全免费，需自行部署使用。

项目预览

项目数据

分类图像生成

开发团队FoundationVision

GitHubhttps://github.com/FoundationVision/LlamaGen

定价模式🏷️完全免费

价格说明开源项目，MIT许可证，完全免费，需自行部署使用。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

主要语言Python

技术栈/模型auto-regressive-model,diffusion,diffusion-models,image-generation,llama,llm,text2image

GitHub 星标★ 1972

上线时间2024-06-03 00:00:00

代码更新2024-08-15

仓库体积5.5 MB

本站数据更新2026-11-09

维护状态低维护

收录时间2026-08-09

浏览次数5

项目介绍

LlamaGen 是一个基于自回归模型的可扩展图像生成项目，其核心主张是自回归模型在图像生成任务上可以超越扩散模型。它借鉴了大型语言模型（LLM）的成功经验，将图像视为一种“视觉句子”，通过预测下一个“视觉token”来生成图像。项目解决了传统扩散模型在生成速度、可扩展性和灵活性上的局限，提供了一套完整的训练和推理框架。核心能力包括：支持从零训练自回归图像生成模型、提供预训练模型权重、支持文本到图像生成、以及类条件生成等。其技术栈基于Python，并利用了类似Llama的Transformer架构，使得模型能够高效地扩展至大规模参数。该项目为图像生成领域提供了一个新的、有竞争力的技术路线，尤其适合研究者和开发者探索自回归范式在视觉任务中的潜力。

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 ★ 1972

技术标签

diffusion diffusion-models image-generation llama llm

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：进阶约 20 分钟部署方式：本地安装 4 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

Python 环境（项目为 Python 实现）
PyTorch >= 2.1.0（README 明确要求的版本）
Git（用于克隆仓库）
可访问 GitHub，便于拉取源码与预训练权重

安装与启动步骤

1克隆代码仓库

从 GitHub 拉取 LlamaGen 源码，仓库中包含预训练权重说明以及训练/采样的 PyTorch 代码。
```
git clone https://github.com/FoundationVision/LlamaGen.git
```
2安装 PyTorch

README 要求 torch>=2.1.0，请按 PyTorch 官方指引安装与本机显卡匹配的 CUDA 版本。
```
pip install "torch>=2.1.0"
```
3查看安装文档

README 没有直接列安装命令，安装、训练与评测步骤都在 GETTING_STARTED.md 里。
```
cat GETTING_STARTED.md
```
4获取预训练权重

仓库提供 100M 到 3B 参数的预训练模型，下载地址与放置路径请以 GETTING_STARTED.md 为准。