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 ★ 662
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（大显存）
- Python 3.8
- 预训练权重
安装与启动步骤
-
1建环境
双向图像生成与理解的扩散模型。
conda create -n onediffusion_env python=3.8 -
2装 PyTorch
按 cu118 索引装，注意链式安装的写法。
pip install torch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 --index-url https://download.pytorch.org/whl/cu118 -
3装 pytorch3d
从源码装，编译时间长。
pip install "git+https://github.com/facebookresearch/pytorch3d.git" -
4跑 Gradio 演示
可切换不同的图像描述器，按显存选。
python gradio_demo.py --captioner molmo
如何确认成功
演示界面能完成一次生成与理解任务
注意事项
- pytorch3d 编译是最大门槛，失败先看 CUDA 版本。
- 不同 captioner 显存占用差别大，按机器选。
核心亮点
- 统一框架：单一模型覆盖多种图像任务，减少多模型切换成本
- 论文官方实现：代码与 CVPR 2025 论文对应，可靠性高
- 支持尺度自适应：推理时可从单图扩展到多图生成，灵活性好
不足之处
- 早期项目，文档和社区支持待观察
- 依赖特定预训练模型，可能对硬件要求较高
适用场景
- 学术研究：复现论文结果或扩展新任务
- 3D内容创作：从单张图片生成多视角图像
- 图像编辑与翻译：统一处理风格迁移、修复等任务
替代项目
Stable Diffusion、ControlNet、Zero-1-to-3
上一篇：HunyuanImage-2.1
下一篇：flash-diffusion
同类项目推荐
StableDiffusion
开源
用 C# 跑 Stable Diffusion，无需 Python 环境
Inference Stable Diffusion with C# and ONNX Runtime
triangle
开源
一键把照片变成低多边形艺术，效果惊艳
Convert images to computer generated art using delaunay triangulation.
GigaGAN
开源
让 GAN 也能生成高清文本图像，速度飞快
Implementation of GigaGAN: Scaling up GANs for Text-to-Image Synthesis
DirectedDiffusion
开源
用边界框指定物体位置，让 AI 生成图精准布局
Directed Diffusion: Direct Control of Object Placement through Attention Guidance (A···
ComfyUI_fabric
开源
在 ComfyUI 中实现基于反馈的个性化图像生成，迭代优化更合心意。
ComfyUI nodes based on the paper "FABRIC: Personalizing Diffusion Models with Iterat···
luna
开源
输入文字，快速生成图像，简化 Stable Diffusion 使用
text to image generation with stable diffusion
ReNoise-Inversion
开源
让真实图像精准反演，编辑更自然可控
Officail Implementation for "ReNoise: Real Image Inversion Through Iterative Noising···
F2GAN-Few-Shot-Image-Generation
开源
少量样本也能生成逼真图像，少样本生成利器
Fusing-and-Filling GAN (F2GAN) for few-shot image generation, ACM MM2020
awesome-stable-diffusion
开源
一站式导航，快速找到Stable Diffusion的优质资源
A curated list of awesome stable diffusion resources