MegaFusion

不微调不训练，一键让扩散模型生成高清大图

MegaFusion 是一个面向扩散模型的高分辨率图像生成扩展工具，核心价值在于无需对预训练模型进行任何微调或额外训练，即可将原本只能生成低分辨率图像的扩散模型（如 Stable Diffusion）直接扩展到生成高分辨率图像。它解决了扩散模型在生成高分辨率图像时常见的结构失真、重复伪影和计算开销过大等问题。其核心能力包括：通过创新的渐进式生成策略和特征融合机制，在保持图像语义一致性的同时提升分辨率；支持多种主流扩散模型架构；提供即插即用的接口，方便集成到现有生成流程中。该工作已被 WACV 2025 接收，属于学术前沿成果，适合研究者和开发者用于低成本地提升生成图像的分辨率。

开源 unknown 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 101

维护状态低维护

是否开源是

定价模式 unknown

项目数据

分类图像生成

开发团队haoningwu3639

所属国家

官网地址https://haoningwu3639.github.io/MegaFusion

GitHubhttps://github.com/haoningwu3639/MegaFusion

定价模式unknown

价格说明定价信息待确认

访问状态

是否开源是

开源协议

主要语言Python

技术栈/模型diffusion-models,high-resolution-image,image-generation

GitHub 星标★ 101

30天Star增速

HF 下载量

上线时间2024-08-20 00:00:00

最近更新2026-06-08 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3

使用教程

核心亮点

无需微调：直接使用预训练模型，省去大量训练成本
即插即用：提供简洁接口，可快速集成到现有扩散模型流程
学术认证：WACV 2025 论文，方法经过同行评审

不足之处

早期项目，文档和社区支持尚待完善
仅支持特定扩散模型架构，通用性有限

适用场景

将 Stable Diffusion 等模型生成 1024x1024 以上高分辨率图像
在资源受限环境下提升图像生成分辨率
研究扩散模型高分辨率生成技术

替代项目

Stable Diffusion Upscale、Diffusion with ControlNet、ScaleCrafter

项目介绍

MegaFusion 是图像领域的开源项目，由 haoningwu3639 开发，2024 年首次发布。

它收录于图像分类，该分类目前共有 837 个项目，GitHub 星标数为 101。

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 2026-06-08。从国内网络环境看，可直接访问。

它主要面向的使用场景是：将StableDiffusion等模型生成1024x1024以上高分辨率图像。同类可对比的替代方案包括 Stable Diffusion Upscale、Diffusion with ControlNet、ScaleCrafter。

上一篇：LightGen

下一篇：FreeDrag