项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 477
使用教程
ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。
环境要求
- CUDA GPU
- Python 3.10+
- uv
安装与启动步骤
-
1装 PyTorch
按 CUDA 版本选对应的索引地址。
uv pip install torch torchvision --index-url https://download.pytorch.org/whl/cu128 -
2装本包
关掉构建隔离，避免编译时找不到 torch。
uv pip install -e . --no-build-isolation -
3下权重
模型权重按仓库说明获取。
-
4跑推理示例
先用小分辨率确认链路，再上正式参数。
如何确认成功
跑通仓库给的推理示例，输出结果与论文图例的形态一致，显存占用在所选卡的可承受范围
注意事项
- 它是论文的 PyTorch 官方实现，属研究代码，接口不保证稳定。
- PyTorch 版本和 CUDA 索引必须配套，装错版本是最常见的卡点。
- 关掉构建隔离是这类带自定义算子的工程的常规做法，不是可选项。
- 训练对显存要求远高于推理，只想试效果就用预训练权重。
核心亮点
- 实现了三种前沿流匹配方法（AsymFlow、pi-Flow、GMFlow），覆盖不同优化方向
- 基于 PyTorch，代码结构清晰，易于集成和扩展
- 支持蒸馏技术，可显著减少推理步数，提升生成速度
不足之处
- 项目处于早期阶段，文档和示例可能不够完善
- 依赖较新的研究框架，上手门槛相对较高
适用场景
- 学术研究：对比不同流匹配方法的生成效果与效率
- 工业应用：快速生成高质量图像，用于内容创作或设计辅助
- 模型优化：通过蒸馏技术压缩模型，部署到资源受限环境
替代项目
Stable Diffusion、Flow Matching (FM)、Rectified Flow
同类项目推荐
NLP_pytorch_project
开源
PyTorch NLP实战代码库，覆盖翻译、分类、生成等核心任务
Embedding, NMT, Text_Classification, Text_Generation, NER etc.
OceanGPT
开源
让大模型懂海洋，科学问答与数据分析一步到位
[沧渊] [ACL 2024] OceanGPT: A Large Language Model for Ocean Science Tasks
YAYI
开源
基于LlaMA2的中文专属大模型，让企业快速拥有安全可控的私有化AI能力。
雅意大模型：为客户打造安全可靠的专属大模型，基于大规模中英文多领域指令数据训练的 Lla···
Wuerstchen
开源
用更少算力训练出高质量文生图模型
Official implementation of Würstchen: Efficient Pretraining of Text-to-Image Models
AI-Engineer-Headquarters
开源
一站式 AI 工程方法论与代码库，助你从实验到落地少走弯路
A collection of scientific methods, processes, algorithms, and systems to build stor···
Large-Language-Models
开源
智能爬虫+知识图谱，让LLM直接吃到结构化知识
xLLM 1.0, smart crawling, knowledge graph discovery.
BeyondCLIP
开源
多模态检索实战手册，助你选型不踩坑
Not a neutral survey — a field manual for engineers who build, train, and ship mult···
MOSS-Image
开源
5B文生图模型，图里文字清晰、排版不乱
Official repository for MOSS-Image, a 5B-parameter base DiT model with high-quality ···
MNISTDiffusion
开源
从零手写扩散模型，4.5MB 轻量生成 MNIST 数字
Implement a MNIST(also minimal) version of denoising diffusion probabilistic model f···