alis

对齐潜在空间，让GAN生成图像可精准编辑

ALIS（Aligning Latent and Image Spaces）是ICCV 2021的官方实现，旨在解决生成对抗网络（GAN）中潜在空间与图像空间不对齐的问题，从而实现对生成图像的精细控制。它通过将潜在编码与图像特征对齐，使得用户可以在潜在空间中执行语义编辑（如改变季节、天气、时间等），同时保持图像内容的一致性。项目核心能力包括：基于StyleGAN2的潜在空间对齐、支持无限分辨率图像生成（通过滑动窗口）、以及针对自然景观（如山脉、森林、海洋）的高质量合成。它提供了完整的训练和推理代码，并附带预训练模型，方便研究者复现和扩展。

开源 free 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 266

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universome

所属国家

官网地址http://universome.github.io/alis

GitHubhttps://github.com/universome/alis

定价模式free

价格说明开源项目，代码公开，可自行部署使用，无付费版本。

访问状态

是否开源是

开源协议

主要语言Jupyter Notebook

技术栈/模型dataset,gan,image-generation,infinite,landscapes,nature

GitHub 星标★ 266

30天Star增速

HF 下载量

上线时间2021-04-12 00:00:00

最近更新2026-05-28 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3

使用教程

核心亮点

实现潜在空间与图像空间对齐，支持精细语义编辑（如季节、天气变化）
支持无限分辨率图像生成，突破传统GAN固定尺寸限制
官方ICCV 2021代码，提供预训练模型和完整训练流程

不足之处

依赖StyleGAN2，定制化需深入理解GAN内部结构
文档偏学术，上手门槛较高，社区示例较少

适用场景

自然景观图像生成与编辑（如改变季节、光照）
高分辨率图像合成（如超宽幅风景画）
GAN可解释性与潜在空间研究

替代项目

StyleGAN2、StyleGAN3、CycleGAN

项目介绍

alis 是图像领域的开源项目，由 universome 开发，2021 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 266。

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 2026-05-28。代码公开，可自行部署使用，无付费版本。

它主要面向的使用场景是：自然景观图像生成与编辑（如改变季节、光照）。同类可对比的替代方案包括 StyleGAN2、StyleGAN3、CycleGAN。

上一篇：naver-webtoon-faces

下一篇：SEAN