ControlVAR

用自回归扩散模型,精准控制图像生成细节

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 9 👀 关注 3
GitHub ↗
GitHub 星标 ★ 127
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,本地部署,完全免费

项目预览

ControlVAR 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lxa9867
定价模式🏷️完全免费
价格说明开源项目,本地部署,完全免费
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
主要语言Python
技术栈/模型autoregressive,conditional-generation,control,diffusion-models,geneartive-models,image-generation,vision-transformer
GitHub 星标★ 127
上线时间2024-07-26 00:00:00
代码更新2024-12-10
仓库体积1.5 MB
本站数据更新2026-11-07
维护状态低维护
收录时间2026-08-09
浏览次数4

项目介绍

ControlVAR 是一个基于自回归扩散模型的图像生成控制框架,旨在解决传统扩散模型在条件生成中控制粒度不足的问题。它通过将可变长度自回归(VAR)与扩散模型结合,实现对生成图像的精细控制,如布局、姿态、深度等条件。核心能力包括:支持多种条件输入(如边缘、深度、关键点),提供统一的控制接口,并能在高分辨率下保持生成质量。该项目由官方实现,代码基于 PyTorch,技术栈涉及视觉 Transformer 和自回归生成,适合研究者和开发者用于可控图像生成任务。目前处于早期阶段,星标数较少,但提供了基础模型和推理代码,便于二次开发。

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 ★ 127

核心亮点

  • 结合自回归与扩散模型,实现细粒度条件控制,优于传统 ControlNet 方法
  • 支持多种条件输入(边缘、深度、姿态等),灵活适配不同场景
  • 官方实现,代码结构清晰,便于研究者复现和扩展

不足之处

  • 项目处于早期阶段,文档和社区支持尚不完善
  • 依赖特定模型和训练资源,部署门槛较高

适用场景

  • 可控图像编辑,如根据草图或姿态生成人物
  • 创意设计辅助,快速生成符合布局要求的图像
  • 学术研究,探索自回归模型在条件生成中的应用

替代项目

ControlNet、T2I-Adapter、GLIGEN

上一篇:inpaint-anything

下一篇:maskbit-pytorch

同类项目推荐

comfyui-on-amazon-sagemaker 开源

把 ComfyUI 一键部署到 AWS,用 SD/FLUX 出图

This project demonstrates how to generate images using Stable Diffusion or FLUX.1 mo···

★ 66 2026-08-09
codex-imagen 开源

在 Codex 里一句话生成图片,免配 API 密钥

Codex/OpenClaw skill for generating images with ChatGPT/Codex OAuth

★ 135 2026-08-09
atidraw 开源

AI 辅助画图,一键分享到全世界

Share your drawings with the world. Powered by Vercel AI Gateway (Nano Banana) & R2.

★ 210 2026-08-09
generative-art 开源

用Python代码生成独一无二的艺术图案

Generative art experiments

★ 127 2026-08-09
ComfyUI-NO8D-controls 开源

精简 ComfyUI 工作流,提示词到出图一步到位

This is a set of high-efficiency custom nodes covering prompt writing to final image···

★ 317 2026-09-16
diffusion-client 开源

在手机上轻松调用 Stable Diffusion 生成图像

a powerful stable-diffusion-webui client for android

★ 256 2026-08-09
MergeVQ 开源

合并token减计算,一框架搞定图像生成与表征

[CVPR'25] MergeVQ: A Unified Framework for Visual Generation and Representation with···

★ 51 2026-08-09
anycost-gan 开源

按需选择计算成本,让 GAN 在普通设备上也能实时玩转图像编辑

[CVPR 2021] Anycost GANs for Interactive Image Synthesis and Editing

★ 779 2026-08-09
StyleNAT 开源

用邻域注意力生成高清人脸,FID 2.05 刷新纪录

New flexible and efficient image generation framework that sets new SOTA on FFHQ-256···

★ 102 2026-08-09