interactdiffusion

一句话控制图像中物体交互关系，生成自然互动画面

InteractDiffusion 是 CVPR 2024 的官方实现，旨在解决文本到图像扩散模型中的交互控制问题。传统模型只能根据文本生成物体，但难以精确控制物体间的空间交互关系（如“人骑马”）。该项目通过引入交互感知的注意力机制，在 Stable Diffusion 的生成过程中注入交互约束，使生成的图像能准确反映用户指定的交互关系。核心能力包括：支持多实体交互关系建模、与现有文本到图像模型无缝集成、提供基于交互框的精细控制。它解决了生成图像中物体关系错乱、交互不自然的痛点，适用于需要精确控制人物/物体互动的创意设计、内容生成等场景。

开源 free 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 126

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jiuntian

所属国家

官网地址https://jiuntian.github.io/interactdiffusion

GitHubhttps://github.com/jiuntian/interactdiffusion

定价模式free

价格说明开源项目，提供在线演示页面，可免费体验，无付费版本。

访问状态

是否开源是

开源协议

主要语言Python

技术栈/模型diffusion-models,generative-ai,image-generation,interactdiffusion,stable-diffusion

GitHub 星标★ 126

30天Star增速

HF 下载量

上线时间2023-12-09 00:00:00

最近更新2026-09-20 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

首次在扩散模型中显式建模交互关系，超越单纯文本描述
基于 Stable Diffusion 扩展，易于集成到现有工作流
CVPR 2024 官方代码，算法经过同行评审验证

不足之处

项目处于早期阶段，文档和示例较少
交互控制依赖额外标注数据，训练成本较高

适用场景

创意设计：快速生成人物互动插画或海报
内容创作：为故事或文章配图，精确控制角色关系
游戏开发：生成角色交互概念图

替代项目

Stable Diffusion、ControlNet、GLIGEN

项目介绍

interactdiffusion 是图像领域的开源项目，由 jiuntian 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 126。

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 2026-09-20。提供在线演示页面，可免费体验，无付费版本。从国内网络环境看，可直接访问。

它主要面向的使用场景是：创意设计：快速生成人物互动插画或海报。同类可对比的替代方案包括 Stable Diffusion、ControlNet、GLIGEN。

上一篇：StyleNAT

下一篇：PNGAN