RPG-DiffusionMaster hat 1.8k Sterne auf GitHub. Es wurde 100-mal geforkt. RPG-DiffusionMaster ist hauptsächlich in Jupyter Notebook geschrieben. Es wird seit 2024 aktiv entwickelt. RPG-DiffusionMaster ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: image-editting, large-language-models, multimodal-large-language-models, text-to-image.

❓ Frequently asked questions

Was ist RPG-DiffusionMaster?

[ICML 2024] Mastering Text-to-Image Diffusion: Recaptioning, Planning, and Generating with Multimodal LLMs (RPG)

Ist RPG-DiffusionMaster Open Source?

RPG-DiffusionMaster ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.

Ist RPG-DiffusionMaster kostenlos?

Ja. RPG-DiffusionMaster ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

Unter welcher Lizenz steht RPG-DiffusionMaster?

RPG-DiffusionMaster ist unter der MIT-Lizenz verfügbar.

In welcher Sprache ist RPG-DiffusionMaster geschrieben?

RPG-DiffusionMaster ist hauptsächlich in Jupyter Notebook geschrieben.

🏅 Wartender dieses Projekts?

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![olud.ai](https://olud.ai/badge.php?tool=yangling0818-rpg-diffusionmaster)](https://olud.ai/project/yangling0818-rpg-diffusionmaster.html)

Weitere Abzeichenoptionen →

🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

Ovis-U1

Ein einheitliches Modell, das multimodales Verständnis, Text-zu-Bild-Generierung und Bildbearbe…

★ 450 · image-editing

teiltmultimodal-large-language-modelstext-to-image

Magic-Me

Codes für ID-spezifische Videoanpassungsdiffusion

★ 460 · diffusion-models

teiltimage-editting

Ovis-Image

Ovis-Image ist ein 7B Text-zu-Bild-Modell, das speziell für hochwertige Textdarstellung optimie…

★ 318 · image-generation

teilttext-to-image

DALLE2-pytorch

Implementierung von DALL-E 2, OpenAIs aktualisiertem Text-zu-Bild-Synthese-Neuronalen Netzwerk…

★ 11.3k · artificial-intelligence

teilttext-to-image

DF-GAN

[CVPR2022 Oral] Eine einfache und effektive Basislinie für Text-zu-Bild-Synthese

★ 326 · generative-adversarial-network

teilttext-to-image

Awesome-Medical-Large-Language-Models

Kuratiertes Papier zu großen Sprachmodellen im Gesundheitswesen und medizinischen Bereich

★ 390 · large-language-models

teiltmultimodal-large-language-models

Liquid

(Akzeptiert von IJCV) Liquid: Sprachmodelle sind skalierbar und einheitliche multimodale Genera…

★ 640 · autoregressive-models

teiltmultimodal-large-language-modelstext-to-image

Spatial-MLLM

[NeurIPS 2025 Spotlight] Offizielle Implementierung von Spatial-MLLM: Verbesserung der MLLM-Fäh…

★ 477 · aigc

teiltmultimodal-large-language-models

VQGAN-CLIP

Ich spiele nur damit, VQGAN+CLIP lokal zum Laufen zu bringen, anstatt Colab verwenden zu müssen…

★ 2.7k · text-to-image

teilttext-to-image

Attend-and-Excite

Offizielle Implementierung für "Attend-and-Excite: Attention-Based Semantic Guidance for Text-t…

★ 772 · diffusion-models

teilttext-to-image

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.