SLD

让AI画图更听话，大模型自动纠错生成精准图像

开源 🏷️完全免费 ✅ 目前可打开 图像生成 🍴 复刻 10 👀 关注 3
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 187
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目，提供在线演示页面，代码与模型权重均免费开源（MIT许可证），无付费版本。

项目预览

SLD 项目界面预览图
图片来源：项目官网

项目数据

分类图像生成
开发团队tsunghan-wu
官网地址https://self-correcting-llm-diffusion.github.io
GitHubhttps://github.com/tsunghan-wu/SLD
定价模式🏷️完全免费
价格说明开源项目，提供在线演示页面，代码与模型权重均免费开源（MIT许可证），无付费版本。
访问状态✅ 目前可打开
是否开源是
开源协议MIT
主要语言Python
技术栈/模型dalle-3,diffusion-models,image-editing,self-correction,stable-diffusion,text-to-image-generation
GitHub 星标★ 187
上线时间2023-12-03 00:00:00
代码更新2024-04-09
仓库体积39.9 MB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数5

项目介绍

SLD是一个由CVPR 2024收录的官方实现项目，提出了一种自校正的大语言模型控制扩散模型方法。它解决的是文本到图像生成中，扩散模型难以精确遵循复杂文本指令、生成结果与用户意图不符的问题。其核心能力是引入大语言模型作为控制器，在扩散采样过程中动态评估生成图像与文本提示的一致性，并自动修正生成方向，从而提升图像与文本的匹配度。项目基于Python实现，技术栈涵盖Stable Diffusion、DALL-E 3等主流扩散模型，支持文本到图像生成和图像编辑任务。通过自我校正机制，SLD在复杂场景描述、多对象关系、属性绑定等挑战性文本提示下，能显著减少生成错误，提高图像质量和语义准确性。该工作为扩散模型的精确控制提供了新思路。

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 ★ 187

核心亮点

  • 提出自校正框架，利用LLM在采样中动态修正，显著提升文本-图像一致性
  • 基于CVPR 2024官方实现，算法经过学术验证，方法可靠
  • 兼容Stable Diffusion和DALL-E 3等主流模型，应用范围广

不足之处

  • 项目处于早期，星标较少，社区生态和文档支持待完善
  • 自校正机制可能增加推理计算开销，生成速度受影响

适用场景

  • 复杂文本提示的文本到图像生成，如多对象关系、属性绑定
  • 图像编辑任务，需要精确遵循编辑指令的场景
  • 需要高可控性的创意设计辅助工具

替代项目

DALL-E 3、Stable Diffusion XL、Composable Diffusion

上一篇：artbot-for-stable-diffusion

下一篇：stable-diffusion-webui-Layer-Divider

同类项目推荐

sd-webui-cloud-inference 开源

一键将 SD 生成任务丢到云端，低配电脑也能跑 SDXL

Stable Diffusion（SDXL/Refiner）WebUI Cloud Inference Extension

★ 199 2026-08-09
Scenario-Unity 开源

在 Unity 里直接调用 AI 生成游戏美术，省去切换工具的麻烦。

Scenario for Unity: generate images, textures and 3D assets with Scenario's AI model···

★ 86 2026-08-09
stable-diffusion-reference-only 开源

用参考图精准控制SD生成，线稿上色、角色重混、风格迁移一键搞定

[Arxiv 2023] img2img version of stable diffusion. Line Art Automatic Coloring. Anime···

★ 151 2026-08-09
CLIPAway 开源

说句话就能自动抠掉图中物体，背景无缝补全

[NeurIPS 2024] Official Implementation of CLIPAway

★ 106 2026-08-09
ComfyUI_fabric 开源

在 ComfyUI 中实现基于反馈的个性化图像生成，迭代优化更合心意。

ComfyUI nodes based on the paper "FABRIC: Personalizing Diffusion Models with Iterat···

★ 95 2026-08-09
arbitrary-text-to-image-papers 开源

按图索骥，快速找到文本生成图像的论文和代码。

A collection of arbitrary text to image papers with code (constantly updating)

★ 210 2026-08-09
dalle2_outpaint 开源

用 DALL·E 2 轻松扩展图像画布，生成无缝外绘效果

Scripts/tools for dalle2 outpainting

★ 61 2026-08-09
imglib2 开源

多维科学图像的 Java 底层引擎，算法一次写好多维通用

A generic next-generation Java library for image processing

★ 321 2026-10-23