Normalized-Attention-Guidance 项目亮点解析
2025-07-01 04:08:38作者:范垣楠Rhoda
1、项目的基础介绍
Normalized-Attention-Guidance (NAG) 是一个开源项目,旨在为扩散模型提供一种新的控制方法。该项目由 ChenDarYen 开发,并于 2025 年 6 月 30 日发布了代码和演示。NAG 通过在注意力空间中进行正负特征的推断,实现了对扩散模型的精确控制,从而提高了模型的可控性和创意自由度。
2、项目代码目录及介绍
项目代码目录结构如下:
assets
: 存储项目相关的资源文件。src
: 存储项目的主要代码文件。.gitignore
: 定义 Git 忽略的文件或目录。LICENSE
: 项目许可证文件。README.md
: 项目说明文件。flux_nag_demo.ipynb
: 使用 NAG 进行 Flux 模型演示的 Jupyter Notebook 文件。requirements.txt
: 项目依赖的 Python 库文件。
3、项目亮点功能拆解
- 可控性增强: NAG 通过在注意力空间中进行正负特征的推断,实现了对扩散模型的精确控制,从而提高了模型的可控性和创意自由度。
- 负向引导: NAG 支持直接抑制视觉、语义和风格属性,例如眼镜、老虎、真实或模糊,从而实现基于提示的反偏。
- 多种模型支持: NAG 支持多种扩散模型,包括 Flux、Flux Kontext、Wan2.1、SD3.5 和 SDXL 等。
4、项目主要技术亮点拆解
- 注意力空间操作: NAG 在注意力空间中进行正负特征的推断,从而实现对扩散模型的精确控制。
- L1 正则化: NAG 使用 L1 正则化来约束特征偏差,从而抑制模型在低维空间中的漂移。
- α 混合: NAG 使用 α 混合来融合正负特征,从而实现稳定的控制效果。
5、与同类项目对比的亮点
- 高精度控制: 相比于传统的 CFG 方法,NAG 在低步数情况下仍然能够提供精确的控制效果。
- 易用性: NAG 提供了多种模型的实现和演示,使用户可以轻松地将 NAG 应用于自己的项目中。
总的来说,Normalized-Attention-Guidance 是一个功能强大、易于使用且具有高精度控制的开源项目,为扩散模型的控制提供了一种新的思路和方法。
登录后查看全文
热门项目推荐
- QQwen3-Omni-30B-A3B-InstructQwen3-Omni是多语言全模态模型,原生支持文本、图像、音视频输入,并实时生成语音。00
community
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息010GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0274get_jobs
💼【AI找工作助手】全平台自动投简历脚本:(boss、前程无忧、猎聘、拉勾、智联招聘)Java01Hunyuan3D-2
Hunyuan3D 2.0:高分辨率三维生成系统,支持精准形状建模与生动纹理合成,简化资产再创作流程。Python00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
152
1.96 K

deepin linux kernel
C
22
6

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
431
34

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
251
9

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
190

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
989
394

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

React Native鸿蒙化仓库
C++
193
274

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
936
554

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
69