imagen-pytorch

这是一个基于PyTorch实现的Google Imagen文本到图像生成模型，专注于高保真度文生图合成。项目采用级联扩散模型（DDPM）架构，以预训练T5模型提取的文本嵌入为条件，支持动态裁剪、无分类器引导（CFG）、噪声层级调节及内存优化的U-Net设计，无需CLIP或额外先验网络。适用于AI艺术创作、多模态研究、生成式AI教学与轻量级文生图原型开发，尤其适合希望在本地复现SOTA文生图技术的研究者与开发者。