MACE

一键批量擦除扩散模型中的多个不当概念，安全生成。

MACE 是一个针对 Stable Diffusion 等扩散模型的概念擦除工具，旨在解决文本生成图像模型可能生成不当内容的问题。它通过微调模型权重，实现同时擦除多个概念（如特定风格、物体或人物），且不影响模型对其他内容的生成能力。项目提供了官方实现，包括训练和推理代码，支持自定义概念擦除，并展示了在多种场景下的效果。其核心优势在于支持大规模概念擦除，且保持模型整体性能。

开源 free 图像生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 395
维护状态 维护中
是否开源 是
定价模式 free

项目数据

分类图像生成
开发团队Shilin-LU
所属国家
官网地址
GitHubhttps://github.com/Shilin-LU/MACE
定价模式free
价格说明开源项目，无在线服务，需自行部署，完全免费。
访问状态
是否开源是
开源协议NOASSERTION
主要语言Jupyter Notebook
技术栈/模型diffusion-models,generative-ai,stable-diffusion,text-to-image
GitHub 星标★ 395
30天Star增速
HF 下载量
上线时间2024-02-27 00:00:00
最近更新2026-09-22 00:00:00
维护状态维护中
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6

使用教程

核心亮点

  • 支持同时擦除多个概念，效率高
  • 基于 CVPR 2024 论文，方法有理论支撑
  • 提供官方实现，代码完整，易于复现

不足之处

  • 项目处于早期，文档和社区支持待观察
  • 依赖特定模型和训练流程，上手有一定门槛

适用场景

  • 内容安全审核，过滤模型生成的不当内容
  • 版权保护，擦除特定艺术风格或角色
  • 个性化定制，移除模型中的某些概念以符合需求

替代项目

Textual Inversion、DreamBooth、Concept Sliders

项目介绍

MACE 是图像领域的开源项目，由 Shilin-LU 开发，2024 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 395。

项目仍在小幅维护中，最近一次代码更新于 2026-09-22。无在线服务，需自行部署，完全免费。

它主要面向的使用场景是：内容安全审核，过滤模型生成的不当内容。同类可对比的替代方案包括 Textual Inversion、DreamBooth、Concept Sliders。

上一篇：attention-map-diffusers

下一篇：Meissonic

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

★ 13967 2026-08-09
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···

★ 70 2026-08-09
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···

★ 134493 2026-08-09