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。
Stable Diffusion、DALL-E 2 (open-source implementations)、Imagen (unofficial reproductions)
open-muse 是图像领域的开源项目，由 huggingface 开发，2023 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 360。
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 2026-09-23。Apache-2.0 许可证，可自由使用和部署，无付费版本。
它主要面向的使用场景是：学术研究：对比分析MUSE与扩散模型的性能差异。同类可对比的替代方案包括 Stable Diffusion、DALL-E 2 (open-source implementations)、Imagen (unofficial repro…。
下一篇：fettepalette
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···
