blended-latent-diffusion

用文本和掩码精准编辑图像局部，背景不跑偏

Blended Latent Diffusion 是 SIGGRAPH 2023 论文的官方实现，用于文本驱动的图像局部编辑。它解决的是传统扩散模型在编辑图像时难以精确控制局部区域的问题，通过将文本提示与用户指定的区域掩码结合，在潜在空间中实现局部编辑，同时保持背景和未编辑区域的一致性。核心能力包括：基于文本的局部编辑、区域掩码控制、背景保持、多轮编辑等。项目提供完整的推理代码和预训练模型，支持自定义掩码和提示词，适合研究和使用扩散模型进行图像编辑的开发者。

开源 free 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 632

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omriav

所属国家

官网地址https://omriavrahami.com/blended-latent-diffusion-page

GitHubhttps://github.com/omriav/blended-latent-diffusion

定价模式free

价格说明开源项目，MIT许可证，完全免费，可自行部署使用。

访问状态

是否开源是

开源协议MIT

主要语言Jupyter Notebook

技术栈/模型computer-vision,deep-learning,diffusion,diffusion-models,generative-model,image-generation,multimodal,multimodal-deep-learning,pytorch,text-driven-editing,text-guided-manipulation,text-to-image,text-to-image-synthesis

GitHub 星标★ 632

30天Star增速

HF 下载量

上线时间2022-06-06 00:00:00

最近更新2026-07-26 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

基于潜在扩散，编辑速度快且显存占用低
支持任意文本提示和自定义掩码，编辑灵活
官方实现，代码质量高，附带预训练模型

不足之处

文档和示例较少，上手门槛较高
依赖特定版本的扩散模型库，环境配置复杂

适用场景

图像局部修改，如换物体颜色、纹理
创意设计中的局部元素替换
研究扩散模型在图像编辑中的应用

替代项目

Stable Diffusion、InstructPix2Pix、DiffEdit

项目介绍

blended-latent-diffusion 是图像领域的开源项目，由 omriav 开发，2022 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 632。

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 2026-07-26。MIT许可证，完全免费，可自行部署使用。

它主要面向的使用场景是：图像局部修改，如换物体颜色、纹理。同类可对比的替代方案包括 Stable Diffusion、InstructPix2Pix、DiffEdit。

上一篇：cog-face-to-sticker

下一篇：MIGC