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 ★ 958
使用教程
⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。
⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。
环境要求
- Linux + NVIDIA GPU
- 论文依赖的 Python 环境
安装与启动步骤
-
1读论文与仓库说明
先看论文了解 Story-Iter 的迭代范式，再看仓库的复现说明。
-
2按文档准备环境
仓库根页未给统一安装命令，按其中引用的依赖与权重说明逐步准备。
-
3跑通一个样例
用仓库提供的最小样例验证数据与权重路径正确。
-
4对照指标复现
按论文里的评测设置对齐数据划分，再比较结果。
如何确认成功
样例能生成连续的故事图像序列，评测脚本输出的指标与论文量级接近。
常见问题
Q：能直接商用吗？
A：需先确认仓库许可证与所用基座模型的授权范围。
注意事项
- 这是研究代码仓库，工程化程度有限，README 安装说明较少，置信度标 low。
- 长故事可视化对显存要求高，建议先跑短序列。
核心亮点
- 无需训练，直接利用现有扩散模型，部署成本低
- 迭代机制有效提升长序列生成的角色一致性和情节连贯性
- 支持任意长度故事，扩展性强，适配多样化叙事需求
不足之处
- 迭代生成可能增加推理时间，影响实时性
- 对预训练模型依赖度高，模型能力上限决定生成质量
适用场景
- 长篇漫画或绘本的自动插图生成
- 电影分镜脚本的可视化预览
- 交互式故事创作中的动态场景生成
替代项目
StoryGAN、PororoSV、AR-LDM
下一篇：VINE
同类项目推荐
AttentionGAN
开源
用注意力机制精准控制图像变换区域，让生成结果更自然
AttentionGAN for Unpaired Image-to-Image Translation & Multi-Domain Image-to-Image T···
clip-gen
开源
摆脱文本标注，用 CLIP 视觉特征直接训练文生图模型
CLIP-GEN: Language-Free Training of a Text-to-Image Generator with CLIP
Chat2SVG
开源
输入一句话，直接生成可编辑的 SVG 矢量图
(CVPR 2025) Code of "Chat2SVG: Vector Graphics Generation with Large Language Models···
SPRIGHT
开源
让文生图模型听懂空间指令，布局更精准
[ECCV 2024] Official PyTorch implementation of "Getting it Right: Improving Spatial ···
ComfyUI-TBG-ETUR
开源
把图放大到2亿像素，还能逐块控制细节和创意
TBG Enhanced Tiled Upscaler and Refiner upscales up to 200MP with precise control. I···
MinImagen
开源
用最简代码跑通 Imagen 文生图，快速上手扩散模型
MinImagen: A minimal implementation of the Imagen text-to-image model
texturize
开源
上传一张图，生成无限纹理变体，告别手动绘制。
️ Generate photo-realistic textures based on source images or (soon) PBR materials.···
Attend-and-Excite
开源
让扩散模型生成时不再漏画主体，提升图文一致性
Official Implementation for "Attend-and-Excite: Attention-Based Semantic Guidance fo···
qwen-image-2.1-skill
开源
一句话需求自动改写成官方规范提示词，出图更听话
Agentic skill for Qwen-Image-2.1: Rewrites and optimizes text-to-image and multi-ima···