CLIP-Guided-Diffusion 是图像领域的开源项目，由 nerdyrodent 开发，2021 年首次发布。
它收录于图像分类，该分类目前共有 839 个项目，GitHub 星标数为 385。
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 2026-07-22。本地部署，完全免费。
它主要面向的使用场景是：本地快速实验文本到图像生成。同类可对比的替代方案包括 DeepFloyd IF、Stable Diffusion、DALL·E 2。
CLIP-Guided-Diffusion
本地跑通文本生成图像，摆脱Colab依赖
这是一个将CLIP模型与扩散模型结合，实现文本引导图像生成的实验性项目。它解决了用户需要依赖Google Colab等在线环境才能运行CLIP Guided Diffusion的问题，提供了本地运行的代码和配置。项目核心能力包括：根据文本提示生成对应图像，支持自定义CLIP模型和扩散模型，并提供了调整引导强度等参数的能力。它主要面向对生成式AI感兴趣的研究者和开发者，帮助他们快速在本地进行文本到图像的生成实验。项目代码结构简单，易于理解和修改，适合作为学习CLIP引导扩散原理的入门参考。
开源
free
图像生成
GitHub 星标
★ 385
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nerdyrodent
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NOASSERTION
主要语言Python
技术栈/模型openai-clip,text-to-image,text2image
GitHub 星标★ 385
30天Star增速
HF 下载量
上线时间2021-09-16 00:00:00
最近更新2026-07-22 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
- 提供本地运行方案，无需依赖Colab在线环境
- 代码简洁，便于理解CLIP引导扩散的核心流程
- 支持自定义模型和参数，灵活性较高
不足之处
- 文档/社区待观察
- 项目处于早期阶段，功能相对基础
适用场景
- 本地快速实验文本到图像生成
- 学习CLIP与扩散模型结合的原理
- 基于此代码进行二次开发或研究
替代项目
DeepFloyd IF、Stable Diffusion、DALL·E 2
项目介绍
下一篇：FIBO
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···