跳到正文

Lumina-mGPT

面向文本生成图像的多模态自回归模型家族

访问官网

Lumina-mGPT 是什么

Lumina-mGPT 被介绍为一个多模态自回归模型家族,能执行多种视觉和语言任务,擅长从文本描述生成灵活的逼真图像,也支持包括深度估计在内的多模态任务。

你可以用它做什么

  • 输入文本描述生成相应图像
  • 在图像到图像的多个任务间切换
  • 详细描述输入图像的内容

上手流程

  • 访问 GitHub 页面并克隆或下载代码
  • 安装 xllmx 模块等必要依赖项
  • 按 INSTALL.md 安装后运行 Gradio 演示

优点与缺点

✓ 我们认可的地方

  • 输入格式约束很小,适合深入探索
  • 多个下游任务之间可方便切换

! 需要留意的地方

  • 安装需要 xllmx 模块及必要依赖项
  • 安装步骤要依照 INSTALL.md 说明

常见问题

它基于什么实现?

资料说明该模型基于 xllmx 模块实现。

怎么测试模型?

步骤提到可运行 Gradio 演示或使用简单的推理代码。

最后评测: 2026-11-15

更多 AI 图像生成 工具

查看全部 →

评测方法