SPRIGHT 是图像领域的开源项目，由 SPRIGHT-T2I 开发，2024 年首次发布。
它收录于图像分类，该分类目前共有 837 个项目，GitHub 星标数为 106。
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 2026-07-23。Apache-2.0许可证，完全免费，需自行部署使用。
它主要面向的使用场景是：研究空间一致性改进算法。同类可对比的替代方案包括 ControlNet、GLIGEN、LayoutDiffusion。
SPRIGHT
让文生图模型听懂空间指令，布局更精准
SPRIGHT 是 ECCV 2024 收录的官方 PyTorch 实现，旨在解决文本到图像模型中的空间一致性不足问题。现有模型（如 Stable Diffusion）生成图像时，常出现物体位置、大小、布局与文本描述不符的情况。SPRIGHT 通过创新的训练策略和架构调整，显式建模空间关系，提升生成图像对文本中空间指令的遵循能力。核心能力包括：基于扩散模型的微调方法、空间感知的注意力机制、以及针对空间布局的评估协议。项目提供完整训练和推理代码，基于 diffusers 库，便于集成到现有工作流。适合需要精确控制生成图像布局的研究者和开发者。
开源
free
图像生成
GitHub 星标
★ 106
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SPRIGHT-T2I
所属国家
定价模式free
价格说明开源项目，Apache-2.0许可证，完全免费，需自行部署使用。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型diffusers,diffusion-models,pytorch,text-to-image
GitHub 星标★ 106
30天Star增速
HF 下载量
上线时间2024-03-19 00:00:00
最近更新2026-07-23 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2
使用教程
核心亮点
- 官方 ECCV 2024 实现，算法可靠性有保障
- 基于 diffusers 构建，易于集成到现有 PyTorch 流程
- 提供空间一致性评估协议，便于量化对比效果
不足之处
- 文档/社区待观察
- 星标数少，生态尚早期
适用场景
- 研究空间一致性改进算法
- 微调 Stable Diffusion 以增强布局控制
- 构建需要精确物体定位的文本到图像应用
替代项目
ControlNet、GLIGEN、LayoutDiffusion
项目介绍
下一篇：easydiffusion
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
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···
stable-diffusion-webui
开源
打开网页说想法，配图素材几秒到手
Stable Diffusion web UI
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···