VisorGPT
用GPT自动生成空间布局，让ControlNet等模型按你指定的位置生成图像。
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 ★ 138
核心亮点
- 创新性地将GPT用于空间布局生成，与ControlNet等模型无缝集成，提升布局控制灵活性
- 提供完整训练和推理代码，基于NeurIPS论文，学术价值高，易于复现
- 支持自定义布局，用户可精确控制生成图像中物体的位置和姿态
不足之处
- 项目处于早期阶段，文档和社区支持待观察
- 依赖GPT模型，对计算资源要求较高，可能限制实际应用
适用场景
- 学术研究：探索语言模型在图像生成布局控制中的应用
- 创意设计：辅助设计师快速生成符合特定布局的图像素材
- 自动化内容生成：在广告、游戏等领域自动生成符合布局要求的视觉内容
替代项目
ControlNet、T2I-Adapter、GLIGEN
同类项目推荐
UCDIR
开源
一个模型搞定多种图像修复，扩散模型统一框架
A Unified Conditional Framework for Diffusion-based Image Restoration
remove-ai-watermarks
开源
一键去除AI水印和元数据，让图片干净如初
Remove visible and invisible AI watermarks from images and video, and AI provenance ···
Text2Light
开源
输入一句话，秒出 360° HDR 全景环境图
[SIGGRAPH Asia 2022] Text2Light: Zero-Shot Text-Driven HDR Panorama Generation
AvatarGAN
开源
用 GAN 把你的照片变成卡通头像
Generate Cartoon Images using Generative Adversarial Network
ReNoise-Inversion
开源
让真实图像精准反演，编辑更自然可控
Officail Implementation for "ReNoise: Real Image Inversion Through Iterative Noising···
Disco_Diffusion_Local
开源
把 Disco Diffusion 搬到你电脑上，摆脱 Colab 限制
Getting the latest versions of Disco Diffusion to work locally, instead of colab. In···
FaithDiff
开源
让老电影和老照片一键清晰重生，修复效果自然真实
[CVPR 2025] FaithDiff for Classic Film Rejuvenation, Old Photo Revival, Social Media···
ScribbleArchitect
开源
随手涂鸦秒变建筑设计方案，激发设计灵感
Transform your simple scribbles into architectural designs using style transfer with···
comfyui-comfysketch
开源
在 ComfyUI 里直接画草图，无缝接入 SD 工作流
ComfySketch — Sketching Node for ComfyUI