掩码扩散模型参数，提升图像视频生成质量
MaskUnet 是 CVPR 2025 的官方 PyTorch 实现，针对扩散模型提出一种参数掩码策略。核心思想是并非所有参数对生成同等重要，通过训练中动态掩码部分 U-Net 参数，提升模型生成能力。它适用于文本到图像和文本到视频生成任务，在保持模型结构不变的情况下，通过稀疏化训练增强特征表达和生成质量。项目提供完整训练与推理代码，基于 Stable Diffusion 架构，支持自定义掩码比例和训练配置。解决扩散模型训练效率与生成质量平衡问题，为生成模型提供一种轻量级优化手段。
Stable Diffusion、Diffusion Transformer (DiT)、U-ViT
MaskUnet 是图像领域的开源项目，由 gudaochangsheng 开发，2025 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 158。
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 2026-09-18。提供官方PyTorch实现，可自行部署使用，完全免费。
它主要面向的使用场景是：学术研究：探索扩散模型参数效率与生成质量关系。同类可对比的替代方案包括 Stable Diffusion、Diffusion Transformer (DiT)、U-ViT。
satori
开源
网页代码一键变高清图，放大不糊，不用截图
Enlightened library to convert HTML and CSS to SVG
C2GAN
开源
用关键点精准控制图像生成，让AI画出你想要的结构
[ACM MM 2019 Oral] Cycle In Cycle Generative Adversarial Networks for Keypoint-Guide···
stable-diffusion-webui
开源
打开网页说想法，配图素材几秒到手
Stable Diffusion web UI
ComfyUI
开源
像搭积木一样连节点，生图流程自己搭
The most powerful and modular diffusion model GUI, api and backend with a graph/node···
