一句话指令，精准编辑和生成图像，多模态统一搞定。
DreamOmni2 是一个基于多模态指令的图像编辑与生成统一模型，来自 CVPR2026 Highlight 论文的官方实现。它解决的是传统图像编辑工具难以理解复杂自然语言指令、且生成与编辑能力割裂的问题。核心能力包括：接受文本、图像、区域框等多模态输入，精准执行局部编辑、风格迁移、物体插入/移除、全景生成等任务；采用统一的 Transformer 架构，将编辑和生成任务整合到同一框架，支持多轮交互式修改；同时具备高分辨率输出和细粒度控制能力。项目提供完整的训练和推理代码，支持主流深度学习框架，并附带预训练模型权重，方便研究者复现和二次开发。
1克隆代码仓库
从 GitHub 拉取 DreamOmni2 官方代码到本地，README 提供的仓库地址为 dvlab-research/DreamOmni2。
git clone https://github.com/dvlab-research/DreamOmni22进入项目目录
切换到刚克隆下来的 DreamOmni2 目录，后续安装与下载都在该目录内执行。
cd ./DreamOmni23安装 Python 依赖
按 README 要求安装 requirements.txt 中列出的必要依赖，建议先建好虚拟环境再执行。
pip install -r requirements.txt4下载模型权重
用 huggingface-cli 把 xiabs/DreamOmni2 权重下载到项目下的 models 目录，README 明确要求放在此目录。
huggingface-cli download --resume-download --local-dir-use-symlinks False xiabs/DreamOmni2 --local-dir ./models5在线体验（可选）
若只想快速试用，README 提供了 Hugging Face 编辑/生成两个官方 Space，可直接在浏览器中使用。
克隆后目录内出现 requirements.txt，且 ./models 目录成功下载到 DreamOmni2 权重文件，即表示环境准备完成。
Q：下载权重中途断了怎么办？
A：README 的下载命令自带 --resume-download，重新执行同一条命令即可断点续传，无需删除已下载文件。
Q：没有本地环境能先看看效果吗？
A：可以。README 提供了官方 Hugging Face Space 编辑与生成两个在线 Demo，直接在浏览器打开即可体验。
Q：权重必须放在某个固定路径吗？
A：README 明确将权重下载到 ./models 目录，建议保持该路径不变，避免后续代码默认读取不到。
Q：跑通安装后怎么推理？
A：README 节选中只给出了克隆、装依赖、下载权重三步，未提供推理脚本命令，请以仓库后续文档为准。
InstructPix2Pix、ControlNet、SEED-X
DreamOmni2 是图像领域的开源项目，由 JIA-Lab-research 开发，2025 年首次发布。
在全站 13,090 个收录项目中，它的 GitHub 星标数（1,982）位列前 30%，在图像分类的 839 个项目里位列前 10%。
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 2026-09-16。Apache-2.0许可证，可免费使用和部署。
它主要面向的使用场景是：设计师快速生成和迭代创意素材，如根据描述修改产品图背景或风格。同类可对比的替代方案包括 InstructPix2Pix、ControlNet、SEED-X。
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
imagen-pytorch
开源
说句话生成高清图，放大也不糊
Implementation of Imagen, Google's Text-to-Image Neural Network, in Pytorch