align_sd

让AI画图更懂你的审美，用人类偏好微调扩散模型。

align_sd 是一个针对文本到图像生成模型的偏好对齐工具，源自 ICCV 2023 论文。它解决的是 Stable Diffusion 等模型生成的图像与人类审美偏好不一致的问题，通过引入人类偏好数据训练奖励模型，并利用强化学习（如 PPO）微调扩散模型，使输出更符合用户期望。核心能力包括：提供完整的训练流程、支持自定义偏好数据集、集成 Stable Diffusion 生态。

开源 free 图像生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 291
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tgxs002
所属国家
官网地址https://tgxs002.github.io/align_sd_web
GitHubhttps://github.com/tgxs002/align_sd
定价模式free
价格说明开源项目，提供在线演示网页，可免费体验，无付费版本。
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stable-diffusion
GitHub 星标★ 291
30天Star增速
HF 下载量
上线时间2023-03-23 00:00:00
最近更新2026-09-04 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1

使用教程

核心亮点

  • 基于人类偏好数据训练奖励模型，直接优化审美指标，而非仅依赖技术指标。
  • 提供完整的训练代码和配置，易于复现论文结果。
  • 与 Stable Diffusion 深度集成，可无缝替换基础模型进行微调。

不足之处

  • 训练资源消耗大，需要多卡 GPU 和大量偏好数据。
  • 文档/社区待观察，项目维护活跃度一般。

适用场景

  • 研究者复现偏好对齐算法，用于学术实验。
  • 开发者对 Stable Diffusion 进行个性化微调，提升生成图质量。
  • 产品团队用于构建更符合用户审美的图像生成服务。

替代项目

Diffusion-DPO、Stable-Diffusion-2-1、Pick-a-Pic

项目介绍

align_sd 是模型训练领域的开源项目，由 tgxs002 开发，2023 年首次发布。

它收录于模型训练分类，该分类目前共有 522 个项目，GitHub 星标数为 291。

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 2026-09-04。提供在线演示网页，可免费体验，无付费版本。从国内网络环境看，可直接访问。

它主要面向的使用场景是：研究者复现偏好对齐算法，用于学术实验。同类可对比的替代方案包括 Diffusion-DPO、Stable-Diffusion-2-1、Pick-a-Pic。

上一篇：sdweb-merge-block-weighted-gui

下一篇：merge-models

同类项目推荐

Long-RL 开源

让强化学习轻松驾驭超长序列，训练更稳更快

Long-RL: Scaling RL to Long Sequences (NeurIPS 2025)

★ 729 2026-08-09
TPA 开源

把注意力复杂度从平方降到线性，长序列不再卡顿

[NeurIPS 2025 Spotlight] TPA: Tensor ProducT ATTenTion Transformer (https://arxiv.or···

★ 463 2026-08-09
minimind 开源

两小时造出你的小模型，练手入门不求人

Train a 64M-parameter LLM from scratch in just 2h!

★ 62178 2026-08-09
pruna 开源

一键优化 AI 模型，推理提速又省资源。

Pruna is a model optimization framework built for developers, enabling you to delive···

★ 1286 2026-08-13