PaddleMIX
飞桨多模态全家桶，一站式搞定图文理解与生成
项目预览
项目数据
项目介绍
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 ★ 721
技术标签
使用教程
ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。
环境要求
- CUDA GPU
- conda
- 约 30G 磁盘
安装与启动步骤
-
1克隆
先拉代码。
git clone https://github.com/PaddlePaddle/PaddleMIX -
2建环境
官方指定 Python 3.10。
conda create -n paddlemix python=3.10 -y && conda activate paddlemix -
3装框架
先装底座框架。
sh build_paddle_env.sh -
4装本库
再装多模态扩展。
sh build_env.sh -
5自检
脚本会检查环境是否齐。
sh check_env.sh
如何确认成功
自检脚本全部通过，示例能跑一次推理。
注意事项
- 环境脚本按 GPU 型号分支，选错会装错版本。
- 依赖体量大，先清磁盘。
核心亮点
- 背靠飞桨生态，与PaddlePaddle深度集成，中文文档和社区支持较好
- 模型覆盖广，从CLIP到Diffusion，支持图文理解与生成两大方向
- 提供ppdiffusers等工具，简化扩散模型训练与推理流程
不足之处
- 项目早期，星标仅724，社区活跃度和生态成熟度待观察
- 依赖飞桨框架，迁移至PyTorch生态需额外成本
适用场景
- 基于飞桨的多模态模型研究和快速原型验证
- 企业级图文理解应用，如视觉问答、图像描述
- 扩散模型定制化生成，如ControlNet可控图像生成
替代项目
Hugging Face Transformers、OpenMMLab、Diffusers
上一篇：refiners
同类项目推荐
ruby_llm-mcp
开源
用纯 Ruby 给 LLM 接上 MCP 工具，像写普通代码一样编排 AI 工作流
Full-featured MCP support for Ruby and RubyLLM—making it easy to build structured, ···
mellea
开源
把大模型调用写成可校验、可组合的可靠程序
Mellea is a library for writing generative programs.
PyOmniTS
开源
任意模型跑任意时序数据集，Agent 也能帮你做实验
A Researcher&Agent-Friendly Framework for Time Series Analysis. Train Any Model on A···
lazy-starter-kit
开源
一条命令，把电脑变成 AI 开发环境，先预览再执行
One safe command (or a signed GUI) to set up Claude Code, Codex and a dev environmen···
neuron-ai
开源
在 PHP 中快速搭建生产级 AI 智能体应用
The Agentic Framework of the PHP ecosystem to build production-ready AI driven appli···
voice-ui-kit
开源
用 React 组件和 hooks 快速搭出语音 AI 应用界面
Components, hooks and template apps for building React voice AI applications quickly···
react-agent
开源
几行代码跑通 ReAct 智能体，省去从零搭图
LangGraph template for a simple ReAct agent
any-agent
开源
一套代码跑遍多个 Agent 框架，还能直接对比评估
A single interface to use and evaluate different agent frameworks
comfyui-profiler
开源
逐节点计时，快速定位 ComfyUI 工作流性能瓶颈
Calculate the execution time of all nodes.