DiLightNet

拖拽光源方向,AI 生成图像光影自然如摄影棚打光

DiLightNet 是 SIGGRAPH 2024 的官方开源项目,专注于扩散模型的细粒度光照控制。它解决了现有图像生成模型难以精确控制光照方向和强度的问题,通过引入光照感知的 ControlNet 架构,支持用户指定任意光照方向、高光位置和阴影分布,从而生成光照效果自然且符合物理规律的图像。核心能力包括:基于深度和法线估计的光照引导、多光源条件融合、以及无需额外训练即可适配 Stable Diffusion 的即插即用设计。项目提供完整的训练和推理代码,支持自定义光照条件,适用于产品设计、影视预可视化等需要精确光照控制的场景。作为早期项目,其代码结构清晰,但社区生态和文档仍在完善中。

开源 free 图像生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 213
维护状态 低维护
是否开源
定价模式 free

项目数据

分类图像生成
开发团队iamNCJ
所属国家
定价模式free
价格说明开源项目,MIT许可证,代码免费使用,无付费版本。
访问状态
是否开源
开源协议MIT
主要语言Python
技术栈/模型controlnet,diffusers,diffusion,diffusion-models,image-generation,lighting-control,relighting,siggraph,stable-diffusion
GitHub 星标★ 213
30天Star增速
HF 下载量
上线时间2024-03-15 00:00:00
最近更新2026-09-03 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2

使用教程

核心亮点

  • 细粒度光照控制:支持任意方向、强度和高光位置,远超传统文本提示
  • 即插即用:基于 ControlNet 架构,可直接适配 Stable Diffusion 模型
  • 学术权威:SIGGRAPH 2024 官方代码,算法经过同行评审

不足之处

  • 文档/社区待观察
  • 依赖深度和法线估计,复杂场景下可能引入误差
  • 训练和推理资源需求较高,普通 GPU 难以快速迭代

适用场景

  • 产品渲染:为电商图片或广告图快速调整光照方向
  • 影视预可视化:导演或美术师预览不同灯光方案下的场景效果
  • 创意设计:生成具有特定光影氛围的艺术插画或概念图

替代项目

ControlNet、IC-Light、RelightMy3D

项目介绍

DiLightNet 是图像领域的开源项目,由 iamNCJ 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 213。

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 2026-09-03。MIT许可证,代码免费使用,无付费版本。

它主要面向的使用场景是:产品渲染:为电商图片或广告图快速调整光照方向。同类可对比的替代方案包括 ControlNet、IC-Light、RelightMy3D。

上一篇:MGVQ

下一篇:SUR-adapter

同类项目推荐

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

★ 13967 2026-08-09
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···

★ 70 2026-08-09
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···

★ 134493 2026-08-09