RCDMs 是图像领域的开源项目，由 muzishen 开发，2024 年首次发布。
它收录于图像分类，该分类目前共有 837 个项目，GitHub 星标数为 64。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-08-16。本地部署，完全免费。
它主要面向的使用场景是：自动生成漫画或绘本的分镜图像。同类可对比的替代方案包括 StoryGAN、StoryDALL-E、AR-LDM。
RCDMs
让AI画故事连环画，上下文连贯不跳戏
RCDMs 是一个基于扩散模型的漫画/故事可视化生成工具，由 AAAI 2025 论文提出。它解决的是多帧故事生成中常见的语义不一致和时序跳跃问题，通过引入丰富的上下文条件（如角色、场景、事件等）来增强模型对故事全局的理解，并支持一次性推理（one-pass inference），无需逐帧独立生成，从而提升整体连贯性。核心能力包括：利用条件扩散模型融合文本与图像上下文，生成具有强语义一致性的连续画面；支持自定义故事脚本输入，输出风格统一的图像序列。项目代码基于 Python 和主流深度学习框架，适合研究者复现实验或开发者集成到故事创作流程中。
开源
free
图像生成
GitHub 星标
★ 64
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类图像生成
开发团队muzishen
所属国家
定价模式free
价格说明开源项目，本地部署，完全免费。
访问状态
是否开源是
开源协议
主要语言Python
技术栈/模型diffusion-models,story-generation,text-to-image
GitHub 星标★ 64
30天Star增速
HF 下载量
上线时间2024-05-23 00:00:00
最近更新2026-08-16 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数3
使用教程
核心亮点
- 提出丰富上下文条件注入机制，显著提升多帧故事的角色和场景一致性
- 支持一次性推理生成整个故事序列，避免逐帧生成带来的风格漂移
- 基于AAAI论文，算法有理论保障，代码结构清晰便于二次开发
不足之处
- 项目处于早期，文档和社区支持待观察
适用场景
- 自动生成漫画或绘本的分镜图像
- 辅助动画前期概念设计，快速产出连续场景
- 用于多模态故事生成的研究基准
替代项目
StoryGAN、StoryDALL-E、AR-LDM
项目介绍
同类项目推荐
satori
开源
网页代码一键变高清图，放大不糊，不用截图
Enlightened library to convert HTML and CSS to SVG
C2GAN
开源
用关键点精准控制图像生成，让AI画出你想要的结构
[ACM MM 2019 Oral] Cycle In Cycle Generative Adversarial Networks for Keypoint-Guide···
stable-diffusion-webui
开源
打开网页说想法，配图素材几秒到手
Stable Diffusion web UI
ComfyUI
开源
像搭积木一样连节点，生图流程自己搭
The most powerful and modular diffusion model GUI, api and backend with a graph/node···