LLMGA

让大模型听懂你的话，自动生成和编辑图像

LLMGA是一个基于多模态大语言模型的图像生成助手，源自ECCV 2024 Oral论文。它旨在解决用户难以精确控制图像生成和编辑的问题，通过将大语言模型的推理能力与图像生成模型结合，实现从自然语言指令到图像操作的无缝衔接。其核心能力包括：理解复杂的多模态输入（文本+图像），生成详细的图像生成/编辑指令序列，并调用底层扩散模型执行具体操作，支持多轮对话式编辑、局部修改、风格迁移等任务。项目提供了完整的训练和推理代码，以及预训练模型，方便研究者和开发者复现和扩展。

开源 free 图像生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 395
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类图像生成
开发团队JIA-Lab-research
所属国家
官网地址
GitHubhttps://github.com/JIA-Lab-research/LLMGA
定价模式free
价格说明开源项目，Apache-2.0 许可证，可免费使用和部署。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型aigc,image-design-assistant,image-editing,image-generation,large-language-model,llm,mllm,multi-modal
GitHub 星标★ 395
30天Star增速
HF 下载量
上线时间2023-11-27 00:00:00
最近更新2026-07-21 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3

使用教程

核心亮点

  • 提出LLM与扩散模型协同框架，实现复杂指令的精准图像生成
  • 支持多轮交互式编辑，用户可逐步调整生成结果
  • 提供完整训练代码和预训练权重，便于复现和二次开发

不足之处

  • 模型体量较大，推理资源需求高
  • 文档/社区待观察

适用场景

  • 设计师快速生成设计草图并迭代修改
  • 电商场景中根据描述生成商品展示图
  • 个人用户通过对话方式编辑照片

替代项目

InstructPix2Pix、SEED-LLaMA、MiniGPT-4

项目介绍

LLMGA 是图像领域的开源项目，由 JIA-Lab-research 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 395。

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 2026-07-21。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：设计师快速生成设计草图并迭代修改。同类可对比的替代方案包括 InstructPix2Pix、SEED-LLaMA、MiniGPT-4。

上一篇：ZenCtrl

下一篇：Awesome-GPT4o-Image-Prompts

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