OmniGen

环境要求

• Linux/支持 CUDA 的 GPU 环境（README 建议按本机 CUDA 版本安装 PyTorch）
• Python 环境与 pip（README 未指定具体版本）
• 已安装 git，用于克隆仓库
• 能访问 HuggingFace 下载预训练权重 Shitao/OmniGen-v1

安装与启动步骤

1. 1安装 PyTorch

   先按本机 CUDA 版本安装 PyTorch，README 给出 cu118 的示例命令，其他 CUDA 版本请替换对应 index-url。

   pip install torch==2.3.1+cu118 torchvision --extra-index-url https://download.pytorch.org/whl/cu118

   复制

2. 2克隆仓库

   把 OmniGen 源码克隆到本地，README 使用官方 GitHub 地址。

   git clone https://github.com/VectorSpaceLab/OmniGen.git

   复制

3. 3进入项目目录

   切换到克隆下来的 OmniGen 目录，后续安装和运行都在该目录进行。

   cd OmniGen

   复制

4. 4安装 OmniGen

   以可编辑模式安装本仓库自身（-e 表示 editable），README 的 Quick Start 给出的安装命令。

   pip install -e .

   复制

5. 5加载模型推理

   按 README 示例导入 OmniGenPipeline 并从 HuggingFace 加载 Shitao/OmniGen-v1 权重，首次运行会自动下载模型。

   from OmniGen import OmniGenPipeline
   pipe = OmniGenPipeline.from_pretrained("Shitao/OmniGen-v1")

   复制

关键配置

如何确认成功

pip install -e . 无报错，且 Python 中成功导入 OmniGenPipeline 并加载 Shitao/OmniGen-v1 权重。

常见问题

注意事项

• README 未提供 Docker 镜像，请勿直接使用 docker run 方式部署。
• README 提示关注 OmniGen2（https://github.com/VectorSpaceLab/OmniGen2）这一新版本。
• 安装 PyTorch 时务必把 cu118 等版本号与本机 CUDA 驱动匹配，否则可能无法使用 GPU。
• README 同时开源了 X2I 数据集，可用于训练/微调（见 Finetune 章节）。