Merge-Stable-Diffusion-models-without-distortion

不训练，无损合并多个Stable Diffusion模型，统一风格与能力。

这是一个将Git Re-Basin论文中提出的模型合并方法（通过排列对称性合并模型）应用于Stable Diffusion的开源工具。它解决了直接对Stable Diffusion模型进行权重平均时，因模型内部排列不一致导致合并后模型产生严重失真或功能失效的问题。核心能力是提供一套Python脚本，能够在不引入额外训练的情况下，将多个微调后的Stable Diffusion模型（如不同风格的LoRA或全量微调模型）合并为一个统一模型，同时保持各模型的核心生成能力。工具基于PyTorch实现，支持对模型权重进行排列对齐和插值，从而在合并过程中最小化信息损失。它适用于需要整合多个定制化模型以扩展生成风格或能力的场景，例如将多个角色或画风模型合并为一个全能模型。项目处于早期阶段，代码简洁，便于研究者或开发者进行二次开发。