grafting

开源开源免费图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 74

维护状态低维护

是否开源是

定价模式开源免费

项目数据

分类图像生成

开发团队keshik6

所属国家

官网地址https://grafting.stanford.edu

GitHubhttps://github.com/keshik6/grafting

定价模式开源免费

价格区间

是否开源是

开源协议Apache-2.0

主要语言Jupyter Notebook

技术栈/模型architecture-editing,architecture-research,convolutions,diffusion-models,diffusion-transformer,diffusion-transformers,grafting,hyena-operator,hyena-x,hyena-y,image-generation,linear-attention,mamba-2,model-architecture-editing,model-grafting,post-training,self-attention,sub-quadratic-attention,text-to-image-generation

GitHub 星标★ 74

30天Star增速

HF 下载量

上线时间2025-06-10 00:00:00

最近更新2026-05-25 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0

核心亮点

不足之处

适用场景

替代项目

项目介绍

grafting 是一个图像生成领域的开源项目，官方简介：[NeurIPS 2025 Oral] Official Code for Exploring Diffusion Transformer Designs via Grafting。项目使用 Jupyter Notebook 开发，在 GitHub 上获得 74 星标。

上一篇：flow-matching

下一篇：simple-diffusion