stable-karlo

用 Stable Diffusion 给 Karlo 图像高清放大，细节更丰富

stable-karlo 是一个将 Karlo 文本生成图像模型与 Stable Diffusion v2 的潜在扩散架构结合的开源项目。它解决了 Karlo 模型在生成高分辨率图像时细节不足的问题，通过引入 Stable Diffusion v2 的上采样能力，提升了生成图像的清晰度和视觉质量。核心能力包括：基于 unCLIP 的文本到图像生成、利用潜在扩散模型进行图像上采样、支持 PyTorch 框架。项目代码结构清晰，适合研究图像生成模型的开发者进行二次开发或实验。

开源 free 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 63

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kpthedev

所属国家

官网地址

GitHubhttps://github.com/kpthedev/stable-karlo

定价模式free

价格说明开源项目，GPL-3.0许可证，可自行部署使用，无付费版本。

访问状态

是否开源是

开源协议GPL-3.0

主要语言Python

技术栈/模型ai-art,artificial-intelligence,generative-art,karlo,latent-diffusion,pytorch,stable-diffusion,txt2img,unclip

GitHub 星标★ 63

30天Star增速

HF 下载量

上线时间2022-12-22 00:00:00

最近更新2026-04-25 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4

使用教程

核心亮点

融合 Karlo 的语义理解与 Stable Diffusion 的生成质量，输出图像更精细
基于 PyTorch 实现，代码易于阅读和修改，适合学术研究
提供完整的推理流程，可直接用于文本生成高清图像

不足之处

项目处于早期阶段，文档和示例较少，上手门槛较高
依赖 Karlo 和 Stable Diffusion 的预训练模型，部署体积大

适用场景

学术研究：探索不同扩散模型架构的组合效果
创意设计：生成高分辨率艺术插画或概念图
技术验证：测试文本到图像生成的上采样管线

替代项目

Stable Diffusion、DALL-E 2、Imagen

项目介绍

stable-karlo 是图像领域的开源项目，由 kpthedev 开发，2022 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 63。

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 2026-04-25。GPL-3.0许可证，可自行部署使用，无付费版本。

它主要面向的使用场景是：学术研究：探索不同扩散模型架构的组合效果。同类可对比的替代方案包括 Stable Diffusion、DALL-E 2、Imagen。

上一篇：Sketch-a-Sketch

下一篇：stable-diffusion-webui-localization-ja_JP