🚀 📚Lumina - mGPT 2.0 文本到图像生成模型

Lumina - mGPT 2.0 是一个独立的、仅解码器的自回归模型，它“从零开始训练”，统一了广泛的图像生成任务，包括“文本到图像生成、图像对生成、主题驱动生成、多轮图像编辑、可控生成和密集预测”。

🚀 快速开始

我们提供了 Lumina - mGPT 2.0 的实现以及采样代码，你可以访问我们的 [GitHub](https://github.com/Alpha - VLLM/Lumina - mGPT - 2.0) 获取。

✨ 主要特性

Lumina - mGPT 2.0 是独立的仅解码器自回归模型，从零开始训练，能统一多种图像生成任务，具体如下：

• 文本到图像生成
• 图像对生成
• 主题驱动生成
• 多轮图像编辑
• 可控生成
• 密集预测

模型相关图示如下：

📽️ 演示示例

定性性能展示

定性性能

与 Lumina - mGPT 和 Janus Pro 的对比

与 Lumina - mGPT 和 Janus Pro 的对比

📖 引用

如果你发现我们提供的代码或模型对你的研究有用，请考虑按以下格式引用：

@misc{lumina-mgpt-2.0,
      title={Lumina-mGPT 2.0: Stand-alone Autoregressive Image Modeling},
      author={Alpha VLLM Team},
      year={2025},
      url={https://github.com/Alpha-VLLM/Lumina-mGPT-2.0},
}

📄 许可证

本项目采用 Apache - 2.0 许可证。