open-muse
快速文本生图，复现 MUSE 并行解码，速度与质量兼得。
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 362
核心亮点
- 采用并行解码，生成速度显著优于自回归扩散模型
- 基于 MUSE 官方思路，学术价值高，便于研究对比
- 代码模块化清晰，易于扩展和调试
不足之处
- 项目早期，文档和示例不完善，上手门槛较高
- 依赖特定预训练模型，权重获取和配置较繁琐
适用场景
- 学术研究：对比分析 MUSE 与扩散模型的性能差异
- 快速原型验证：在资源受限环境下测试文本生图效果
- 教学演示：展示离散 token 生成图像的技术流程
替代项目
Stable Diffusion、DALL-E 2 (open-source implementations)、Imagen (unofficial reproductions)
下一篇：fettepalette
同类项目推荐
RPG-DiffusionMaster
开源
用多模态大模型把复杂提示词变成高质量图像，还能对话式编辑
[ICML 2024] Mastering Text-to-Image Diffusion: Recaptioning, Planning, and Generatin···
comfyui-workflows
开源
拿来即用的 ComfyUI 工作流合集，快速生成高质量 AI 图像。
Common workflows and resources for generating AI images with ComfyUI.
stable-diffusion-multi-user
开源
多用户共享 SD 绘画服务，多 GPU 自动负载均衡
stable diffusion multi-user django server code with multi-GPU load balancing
ComfyUI_Ib_CustomNodes
开源
从路径直接加载图像，增强 ComfyUI 图像处理流程
Load Image From Path (Enhanced), PIL.Image
nQuantCpp
开源
六种减色抖动算法一站集成，C++ 出图更小更保真
nQuantCpp includes top 6 color quantization algorithms for visual c++ producing high···
maskbit-pytorch
开源
用二进制量化让图像生成更高效，重建更清晰
Implementation of the proposed MaskBit from Bytedance AI
Generative-Art
开源
用 Python 脚本一键生成独特艺术图像
A selection of generative art scripts written in Python
flutter-d-art
开源
用 Flutter 代码生成炫酷艺术，轻松玩转创意编程
Generative d.Art with Flutter
PITI
开源
用预训练模型，小样本也能搞定高质量图像翻译
PITI: Pretraining is All You Need for Image-to-Image Translation