RQ-Transformer

用残差量化让自回归图像生成更清晰

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 7 🐛 待处理 1 👀 关注 2
GitHub ↗
GitHub 星标 ★ 126
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

RQ-Transformer 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
GitHubhttps://github.com/lucidrains/RQ-Transformer
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-mechanism,deep-learning,image-generation,transformers
GitHub 星标★ 126
上线时间2022-03-11 00:00:00
代码更新2022-04-19
仓库体积35.0 MB
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

RQ-Transformer 是论文《Autoregressive Image Generation using Residual Quantization》的官方实现，专注于自回归图像生成。它提出残差量化（Residual Quantization）方法，将图像编码为多层离散码本，再通过 transformer 逐层预测残差码，从而在保持自回归模型简单性的同时，显著提升生成图像的保真度和分辨率。项目解决了传统自回归图像生成中离散 token 表示信息损失大、生成图像模糊的问题，核心能力包括多尺度残差编码、高效的码本学习以及基于 transformer 的序列生成。该实现基于 PyTorch，提供训练和推理代码，适合研究者复现论文结果或在此基础上进行扩展。

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 ★ 126

核心亮点

  • 残差量化机制有效提升生成图像的细节保真度
  • 官方实现，代码结构与论文对应，便于复现
  • 基于 PyTorch，易于集成到现有深度学习工作流

不足之处

  • 文档/社区待观察
  • 依赖特定码本配置，调参门槛较高

适用场景

  • 学术研究：复现论文结果或改进自回归生成模型
  • 图像生成：生成高分辨率、细节丰富的图像
  • 多模态学习：探索离散表示在视觉生成中的应用

替代项目

VQGAN、DALL-E、ImageBART

上一篇：retrieval-augmented-ddpm

下一篇：unetgan

同类项目推荐

Flux-3-Dev-API 开源

一行代码调用 FLUX 3 全家桶，快速生成图像和视频。

Python wrapper for Black Forest Labs' FLUX 3 Dev API, available now — fast, low-cos···

★ 185 2026-08-09
multiple-objects-gan 开源

让GAN在指定位置生成多个清晰物体，告别重叠模糊

Implementation for "Generating Multiple Objects at Spatially Distinct Locations" (IC···

★ 111 2026-08-09
nix-stable-diffusion 开源

在 NixOS 上用 Flake 一键跑起 Stable Diffusion，环境不再折腾。

Flake for running SD on NixOS

★ 119 2026-08-09
ITI-GEN 开源

给文生图模型去偏见，让生成结果更包容多样

[ICCV 2023 Oral, Best Paper Finalist] ITI-GEN: Inclusive Text-to-Image Generation

★ 67 2026-08-09
DiGIT 开源

稳定图像潜空间，让自回归生成更连贯

[NeurIPS 2024] Stabilize the Latent Space for Image Autoregressive Modeling: A Unifi···

★ 78 2026-08-09
mflux 开源

在 Mac 上本地跑 FLUX 等图像视频生成模型

Apple MLX native implementations of state-of-the-art generative image & video models

★ 2583 2026-11-03
ComfyUI_InfiniteYou 开源

在 ComfyUI 中用 FLUX 实现高保真身份保持的图像生成与编辑

[ICCV 2025 Highlight] Official ComfyUI native node supporting InfiniteYou with FLUX

★ 300 2026-08-09
ian-handdrawn-ppt 开源

输入技术主题，秒出中文手绘风格 PPT 整页图

中文手绘技术 PPT 整页图像生成 Skill | 21:9 封面 + 16:9 正文配图 | PNG 输出

★ 1513 2026-08-09
GNGAN-PyTorch 开源

梯度归一化，让 GAN 训练更稳更省心

Official implementation for Gradient Normalization for Generative Adversarial Networ···

★ 73 2026-08-09