跳到正文

Show-o

用单一变换器统一多模态理解与生成

访问官网

Show-o 是什么

Show-o 被介绍为一个用于多模态理解与生成的单一变换器,由新加坡国立大学 Show Lab 与字节跳动共同开发。

你可以用它做什么

  • 按文本引导修复图片中损坏的部分
  • 把图片向原有边界之外做创意扩展
  • 结合文本与图像生成新的多模态内容

上手流程

  • 安装所需的环境和依赖库
  • 下载并配置预训练模型权重
  • 登录 wandb 账户查看推理演示结果
  • 运行多模态理解的推理演示

优点与缺点

✓ 我们认可的地方

  • 包含混合模态生成
  • 单一变换器兼顾理解与生成

! 需要留意的地方

  • 推理前需下载预训练模型权重
  • 演示结果需要登录 wandb 账户查看

常见问题

由谁开发?

资料列出新加坡国立大学 Show Lab 与字节跳动。

列出哪些任务?

资料列出图像字幕、视觉问答、文本到图像、修复、扩展与混合模态生成。

最后评测: 2026-11-15

更多 AI 图像生成 工具

查看全部 →

评测方法