Guide-and-Rescale

无需训练，用文本精准编辑真实图像，保持原图结构不崩坏。

Guide-and-Rescale 是一个无需微调（tuning-free）的真实图像编辑工具，基于扩散模型实现。它解决的是文本引导图像编辑中常见的编辑过度或不足、内容失真问题。核心能力是通过自引导（self-guidance）机制，在采样过程中动态调整引导权重，并重新缩放噪声预测，从而在保持原图结构的同时精准应用文本编辑。项目提供了官方实现，包含推理代码和示例，支持基于 Stable Diffusion 的编辑流程。它适用于风格迁移、局部修改、属性编辑等场景，强调无需额外训练即可获得稳定效果。

开源 free 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 54

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FusionBrainLab

所属国家

官网地址https://fusionbrainlab.github.io/Guide-and-Rescale

GitHubhttps://github.com/FusionBrainLab/Guide-and-Rescale

定价模式free

价格说明开源项目，提供在线演示页面，代码与模型权重均免费开放，无付费版本。

访问状态

是否开源是

开源协议Apache-2.0

主要语言Jupyter Notebook

技术栈/模型diffusion-model,guide-and-rescale,image-editing,text-to-image

GitHub 星标★ 54

30天Star增速

HF 下载量

上线时间2024-07-10 00:00:00

最近更新2026-08-20 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5

使用教程

核心亮点

提出自引导机制，动态调整引导强度，减少编辑过度或不足
无需微调或优化，开箱即用，适合快速集成到现有扩散模型流程
在保持图像结构完整性方面有显著效果，编辑结果更自然

不足之处

项目处于早期阶段，文档和社区支持尚不完善
依赖特定扩散模型版本，兼容性有待验证

适用场景

真实照片的文本驱动局部编辑（如换发色、改服装）
艺术风格迁移，保持原图内容不变
产品设计中的快速原型修改，无需重新训练模型

替代项目

InstructPix2Pix、Prompt-to-Prompt、Null-Text Inversion

项目介绍

Guide-and-Rescale 是图像领域的开源项目，由 FusionBrainLab 开发，2024 年首次发布。

它收录于图像分类，该分类目前共有 839 个项目，GitHub 星标数为 54。

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 2026-08-20。提供在线演示页面，代码与模型权重均免费开放，无付费版本。从国内网络环境看，可直接访问。

它主要面向的使用场景是：真实照片的文本驱动局部编辑（如换发色、改服装）。同类可对比的替代方案包括 InstructPix2Pix、Prompt-to-Prompt、Null-Text Inversion。

上一篇：api-examples

下一篇：pixelgpt-24x24