MultiDiffusion

无需训练，用多路径融合实现区域级可控图像生成

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 61 🐛 待处理 23 👀 关注 31

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 1071

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，代码公开，可自行部署使用，无收费计划。

项目预览

MultiDiffusion 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omerbt

官网地址https://multidiffusion.github.io

GitHubhttps://github.com/omerbt/MultiDiffusion

定价模式🏷️完全免费

价格说明开源项目，代码公开，可自行部署使用，无收费计划。

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Jupyter Notebook

技术栈/模型diffusion-models,generative-model,icml,image-generation,multidiffusion,stable-diffusion,text-to-image

GitHub 星标★ 1071

上线时间2023-01-29 00:00:00

代码更新2023-09-21

仓库体积7.1 MB

本站数据更新2026-11-10

维护状态低维护

收录时间2026-08-09

浏览次数4

项目介绍

MultiDiffusion 是 ICML 2023 论文的官方 PyTorch 实现，提出了一种无需额外训练即可实现可控图像生成的新方法。它通过将多个扩散生成路径融合在一起，让用户能够对生成结果进行区域级别的精细控制，例如指定不同区域的文本描述或图像内容。核心能力包括：支持基于 Stable Diffusion 的多区域文本引导生成，可将不同提示词应用于图像的不同区域并自然融合边界；支持图像编辑任务，如将参考图像的内容无缝融入新生成场景；无需修改或微调预训练扩散模型，即插即用。该项目解决了传统文本到图像生成中难以精确控制局部内容的问题，为创意设计、内容合成等场景提供了灵活的工具。

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 ★ 1071

技术标签

diffusion-models generative-model image-generation stable-diffusion text-to-image

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：进阶约 30 分钟部署方式：本地安装 5 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

Python 与 PyTorch 环境（项目为 Jupyter Notebook 实现）
预训练的文本到图像扩散模型权重（如 Stable Diffusion）
可用的 GPU 显存用于扩散推理
git 命令行工具

安装与启动步骤

1获取项目代码

从 GitHub 克隆官方仓库到本地，README 未给出压缩包或其他分发方式，建议直接用 git 拉取。
```
git clone https://github.com/omerbt/MultiDiffusion.git
```
2进入项目目录

切换到克隆下来的仓库根目录，后续操作都在此目录下进行。
```
cd MultiDiffusion
```
3查阅仓库安装说明

本次 README 节选只介绍方法原理，未包含依赖安装命令，请以仓库主页最新 README 与 Notebook 内的说明为准。
4准备预训练模型

README 强调无需训练或微调，但必须使用一个预训练的文本到图像扩散模型作为基础。
5打开 Notebook 运行

项目以 Jupyter Notebook 形式提供，在环境中打开仓库内的 notebook 按单元格顺序执行。