open-muse

快速文本生图，复现 MUSE 并行解码，速度与质量兼得。

open-muse 是 Google MUSE 模型的开放复现项目，旨在实现快速文本到图像生成。MUSE 是一种基于 transformer 的文本条件图像生成模型，采用离散 token 建模，通过并行解码显著提升生成速度。该项目解决了现有扩散模型生成速度慢、资源消耗高的问题，提供了一种高效、高质量的图像生成方案。核心能力包括：基于 VQGAN 的 tokenizer 将图像离散化，使用 transformer 学习文本与图像 token 的映射，支持并行解码加速生成。项目代码结构清晰，便于研究者复现和二次开发。目前处于早期阶段，功能尚在完善中。