Taming Transformers for High-Resolution Image Synthesis

github.com

CVPR 2021 论文官方代码，提出 VQGAN 结合 Transformer 实现高分辨率图像合成。

开源可自部署本地模型LinuxMacWindows

GitHub ★ 6,529被推荐 1 次

访问网站 ↗

适合做什么

适合研究图像生成、训练 VQGAN 或复现论文的 AI 研究者与开发者。

标签与属性

价格

特性

支持模型

平台

同类推荐

AI 绘图

ComfyUI

基于节点图的模块化扩散模型创作引擎，支持图像、视频、3D、音频生成，本地推理速度极快。

开源可自部署有 API多模态本地模型

github.com1 处推荐

AI 绘图

Stable Diffusion web UI (AUTOMATIC1111)

★ 165,197

基于 Gradio 的 Stable Diffusion 网页界面，支持文生图、图生图、局部重绘与插件扩展。

开源可自部署有 API本地模型网页

github.com1 处推荐

开发 SDK / 工具库

Diffusers

Hugging Face 出品的扩散模型工具箱，支持图像、视频、音频生成与训练。

开源可自部署多模态本地模型Linux

github.com1 处推荐

开源模型

Stable Diffusion

★ 73,493

开源的潜在文本到图像扩散模型，可在消费级 GPU 上本地生成高质量图片。

可自部署多模态本地模型LinuxWindows

github.com1 处推荐

AI 绘图

ControlNet

★ 34,124

为扩散模型添加条件控制的神经网络结构，让 Stable Diffusion 按边缘、姿态等条件生成图像。

开源可自部署本地模型LinuxWindows

github.com1 处推荐

开源模型

Stable Diffusion v1-4

Stability AI 开源的潜在扩散文生图模型，可根据文本提示生成照片级写实图像。

开源可自部署多模态本地模型网页

huggingface.co2 处推荐