recurrent-interface-network-pytorch

单模型搞定图像视频生成,告别级联网络

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 图像生成 🍴 复刻 15 🐛 待处理 6 👀 关注 11
GitHub ↗
GitHub 星标 ★ 210
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,MIT许可证,完全免费,可自行部署使用。

项目预览

recurrent-interface-network-pytorch 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类图像生成
开发团队lucidrains
定价模式🏷️完全免费
价格说明开源项目,MIT许可证,完全免费,可自行部署使用。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议MIT
主要语言Python
技术栈/模型artificial-intelligence,attention-mechanisms,deep-learning,denoising-diffusion,image-generation,latents,video-generation
GitHub 星标★ 210
上线时间2022-12-23 00:00:00
代码更新2026-06-11
仓库体积754 KB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数4

项目介绍

这是一个基于 PyTorch 实现的 Recurrent Interface Network(RIN)开源项目,用于高效生成图像和视频。RIN 是一种新型的生成模型架构,通过循环接口机制在潜在空间中迭代处理信息,避免了传统级联网络的高计算开销,实现了单模型即可完成高质量的多模态生成。项目核心能力包括:支持图像和视频的端到端生成、基于去噪扩散的训练范式、利用注意力机制捕捉长程依赖。它解决了现有生成模型在分辨率、计算效率和跨模态一致性上的痛点,为研究者和开发者提供了一个轻量级、可扩展的基准实现。代码结构清晰,便于二次开发和实验对比。

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 ★ 210

核心亮点

  • 架构新颖,用循环接口替代级联网络,计算效率高
  • 统一支持图像和视频生成,扩展性强
  • 代码实现简洁,基于 PyTorch 易于上手和修改

不足之处

  • 项目处于早期,文档和示例较少
  • 依赖特定论文细节,需自行阅读原论文理解参数

适用场景

  • 学术研究:探索高效生成模型架构
  • 图像合成:快速生成高分辨率图像
  • 视频生成:生成短视频片段或动画

替代项目

Stable Diffusion、Imagen、Video Diffusion Models (VDM)

上一篇:MeanFlowNFT

下一篇:Nitro-1

同类项目推荐

flux-krea 开源

用文本提示词,一键生成高质量艺术图像

Official GitHub repository for FLUX.1 Krea [dev].

★ 369 2026-08-09
state-of-open-source-ai 开源

一张图看清开源AI版图,快速把握技术趋势。

:closed_book: Clarity in the current fast-paced mess of Open Source innovation

★ 1641 2026-08-09
Halfrost-Field 开源

深入源码与系统设计,助你从会用进阶到懂原理

✍ Source Code Deep Dives, System Design & Engineering Blogs | Halfrost-Field 冰霜之···

★ 13251 2026-08-09
Awesome-Mixture-of-Experts 开源

一份清单,带你快速入门混合专家模型

Awesome Mixture of Experts (MoE): A Curated List of Mixture of Experts (MoE) and Mix···

★ 76 2026-08-09
LLaVA-pp 开源

给 LLaVA 换上 LLaMA-3/Phi-3 大脑,看图对话更聪明

LLaVA++: Extending LLaVA with Phi-3 and LLaMA-3 (LLaVA LLaMA-3, LLaVA Phi-3)

★ 844 2026-09-16
Awesome-LLM-Reasoning-with-NeSy 开源

一网打尽神经符号+大模型前沿,快速入门推理增强

✨✨Latest Advances on Neuro-Symbolic Learning in the era of Large Language Models

★ 334 2026-08-09
Qwen 开源

下载即用的中文大模型,多尺寸可选,轻松落地各类场景。

The official repo of Qwen (通义千问) chat & pretrained large language model proposed···

★ 22017 2026-08-09
mlx-vlm 开源

在 Mac 上本地跑视觉语言模型,推理微调一把梭

MLX-VLM is a package for inference and fine-tuning of Vision Language Models (VLMs) ···

★ 5825 2026-08-09
buffer-of-thought-llm 开源

给大模型装个思想缓存,复杂推理更准更稳

[NeurIPS 2024 Spotlight] Buffer of Thoughts: Thought-Augmented Reasoning with Large ···

★ 678 2026-08-09