Meissonic

用掩码生成Transformer,快速产出高清图像

Meissonic 是一个基于掩码生成 Transformer 的高效文本到图像合成模型,由 ICLR 2025 接收。它旨在解决传统自回归图像生成模型推理速度慢、计算成本高的问题,通过非自回归的掩码预测方式,在保证高分辨率图像质量的同时显著提升生成效率。项目提供了官方实现,支持文本到图像以及图像到图像的生成,核心能力包括高效的掩码生成策略、高分辨率图像合成以及灵活的输入控制。它适用于需要快速生成高质量图像的场景,如创意设计、内容生成等,为图像生成领域提供了一种新的高效技术方案。

开源 free 图像生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 346
维护状态 维护中
是否开源 是
定价模式 free

项目数据

分类图像生成
开发团队viiika
所属国家
定价模式free
价格说明开源项目,Apache-2.0 许可证,完全免费,可自行部署使用。
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image-to-image,non-autoregressive-transformers,text-to-image
GitHub 星标★ 346
30天Star增速
HF 下载量
上线时间2024-10-13 00:00:00
最近更新2026-08-19 00:00:00
维护状态维护中
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4

使用教程

核心亮点

  • 非自回归架构,生成速度显著快于传统自回归模型
  • 支持高分辨率图像生成,质量有保障
  • 官方实现,代码规范,易于复现和研究

不足之处

  • 项目处于早期阶段,文档和社区支持待观察
  • 依赖特定训练数据,泛化能力需进一步验证

适用场景

  • 快速生成高质量概念图或插画
  • 图像编辑与风格迁移
  • 学术研究:探索高效生成模型

替代项目

Stable Diffusion、DALL-E 2、Imagen

项目介绍

Meissonic 是图像领域的开源项目,由 viiika 开发,2024 年首次发布。

它收录于图像分类,该分类目前共有 839 个项目,GitHub 星标数为 346。

项目仍在小幅维护中,最近一次代码更新于 2026-08-19。Apache-2.0 许可证,完全免费,可自行部署使用。

它主要面向的使用场景是:快速生成高质量概念图或插画。同类可对比的替代方案包括 Stable Diffusion、DALL-E 2、Imagen。

上一篇:MACE

下一篇:AI-Influencer-Generator

同类项目推荐

satori 开源

网页代码一键变高清图,放大不糊,不用截图

Enlightened library to convert HTML and CSS to SVG

★ 13967 2026-08-09
C2GAN 开源

用关键点精准控制图像生成,让AI画出你想要的结构

[ACM MM 2019 Oral] Cycle In Cycle Generative Adversarial Networks for Keypoint-Guide···

★ 70 2026-08-09
imagen-pytorch 开源

说句话生成高清图,放大也不糊

Implementation of Imagen, Google's Text-to-Image Neural Network, in Pytorch

★ 8427 2026-08-09