[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-LTH14--fractalgen":3,"tool-LTH14--fractalgen":64},[4,17,27,35,43,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,3,"2026-04-05T11:01:52",[13,14,15],"开发框架","图像","Agent","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",138956,2,"2026-04-05T11:33:21",[13,15,26],"语言模型",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":23,"last_commit_at":33,"category_tags":34,"status":16},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107662,"2026-04-03T11:11:01",[13,14,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":23,"last_commit_at":41,"category_tags":42,"status":16},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。\n\n这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。\n\nNextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。",87618,"2026-04-05T07:20:52",[13,26],{"id":44,"name":45,"github_repo":46,"description_zh":47,"stars":48,"difficulty_score":23,"last_commit_at":49,"category_tags":50,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",84991,"2026-04-05T10:45:23",[14,51,52,53,15,54,26,13,55],"数据工具","视频","插件","其他","音频",{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"status":16},3128,"ragflow","infiniflow\u002Fragflow","RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。\n\n在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。\n\n这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。",77062,"2026-04-04T04:44:48",[15,14,13,26,54],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":69,"readme_en":70,"readme_zh":71,"quickstart_zh":72,"use_case_zh":73,"hero_image_url":74,"owner_login":75,"owner_name":76,"owner_avatar_url":77,"owner_bio":78,"owner_company":79,"owner_location":79,"owner_email":80,"owner_twitter":79,"owner_website":81,"owner_url":82,"languages":83,"stars":88,"forks":89,"last_commit_at":90,"license":91,"difficulty_score":10,"env_os":92,"env_gpu":93,"env_ram":94,"env_deps":95,"category_tags":102,"github_topics":79,"view_count":10,"oss_zip_url":79,"oss_zip_packed_at":79,"status":16,"created_at":103,"updated_at":104,"faqs":105,"releases":136},1058,"LTH14\u002Ffractalgen","fractalgen","PyTorch implementation of FractalGen https:\u002F\u002Farxiv.org\u002Fabs\u002F2502.17437","FractalGen 是一种基于 PyTorch 的高分辨率图像生成工具，通过像素级生成技术首次实现高质量图像的逐像素生成。它解决了传统生成模型在高分辨率场景下生成效果不理想、计算效率低等问题，支持多种尺度的图像生成任务。工具包含预训练模型、交互式可视化演示及分布式训练脚本，用户可直接通过 Colab 快速运行模型，或使用 PyTorch DDP 进行自定义训练。其核心优势在于采用分形生成机制，能够在保持细节清晰度的同时提升生成效率，适用于需要高精度图像生成的场景。开发者可利用其模块化架构进行模型优化，研究人员可验证分形生成理论，设计师和普通用户则能快速获得高质量图像输出。工具提供多种预训练模型，覆盖不同分辨率和复杂度需求，兼顾灵活性与实用性。","# Fractal Generative Models\n\n[![arXiv](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FarXiv%20paper-2502.17437-b31b1b.svg)](https:\u002F\u002Farxiv.org\u002Fabs\u002F2502.17437) \n[![Colab](https:\u002F\u002Fcolab.research.google.com\u002Fassets\u002Fcolab-badge.svg)](http:\u002F\u002Fcolab.research.google.com\u002Fgithub\u002FLTH14\u002Ffractalgen\u002Fblob\u002Fmain\u002Fdemo\u002Frun_fractalgen.ipynb)\n\n\u003Cp align=\"center\">\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FLTH14_fractalgen_readme_eabb1ab367f4.gif\" width=\"100%\">\n\u003C\u002Fp>\n\nThis is a PyTorch\u002FGPU implementation of the paper [Fractal Generative Models](https:\u002F\u002Farxiv.org\u002Fabs\u002F2502.17437):\n\n```\n@article{li2025fractal,\n  title={Fractal Generative Models},\n  author={Li, Tianhong and Sun, Qinyi and Fan, Lijie and He, Kaiming},\n  journal={arXiv preprint arXiv:2502.17437},\n  year={2025}\n}\n```\n\nFractalGen enables pixel-by-pixel high-resolution image generation for the first time. This repo contains:\n\n* 🪐 A simple PyTorch implementation of [Fractal Generative Model](models\u002Ffractalgen.py).\n* ⚡️ Pre-trained pixel-by-pixel generation models trained on ImageNet 64x64 and 256x256.\n* 💥 A self-contained [Colab notebook](http:\u002F\u002Fcolab.research.google.com\u002Fgithub\u002FLTH14\u002Ffractalgen\u002Fblob\u002Fmain\u002Fdemo\u002Frun_fractalgen.ipynb) for running pre-trained models tasks.\n* 🛸 A [training and evaluation script](main_fractalgen.py) using PyTorch DDP.\n\n## Preparation\n\n### Dataset\nDownload [ImageNet](http:\u002F\u002Fimage-net.org\u002Fdownload) dataset, and place it in your `IMAGENET_PATH`.\n\n### Installation\n\nDownload the code:\n```\ngit clone https:\u002F\u002Fgithub.com\u002FLTH14\u002Ffractalgen.git\ncd fractalgen\n```\n\nA suitable [conda](https:\u002F\u002Fconda.io\u002F) environment named `fractalgen` can be created and activated with:\n\n```\nconda env create -f environment.yaml\nconda activate fractalgen\n```\n\nDownload pre-trained models:\n\n```\npython util\u002Fdownload.py\n```\n\nFor convenience, our pre-trained models can be downloaded directly here as well:\n\n| Model                                                                                                                                                 | FID-50K  | Inception Score | #params   | \n|-------------------------------------------------------------------------------------------------------------------------------------------------------|----------|-----------------|-----------|\n| [FractalAR (IN64)](https:\u002F\u002Fwww.dropbox.com\u002Fscl\u002Ffi\u002Fn25tbij7aqkwo1ypqhz72\u002Fcheckpoint-last.pth?rlkey=2czevgex3ocg2ae8zde3xpb3f&st=mj0subup&dl=0)         | 5.30     | 56.8            | 432M      |\n| [FractalMAR (IN64)](https:\u002F\u002Fwww.dropbox.com\u002Fscl\u002Ffi\u002Flh7fmv48pusujd6m4kcdn\u002Fcheckpoint-last.pth?rlkey=huihey61ok32h28o3tbbq6ek9&st=fxtoawba&dl=0)        | 2.72     | 87.9            | 432M      |\n| [FractalMAR-Base (IN256)](https:\u002F\u002Fwww.dropbox.com\u002Fscl\u002Ffi\u002Fzrdm7853ih4tcv98wmzhe\u002Fcheckpoint-last.pth?rlkey=htq9yuzovet7d6ioa64s1xxd0&st=4c4d93vs&dl=0)  | 11.80    | 274.3           | 186M      |\n| [FractalMAR-Large (IN256)](https:\u002F\u002Fwww.dropbox.com\u002Fscl\u002Ffi\u002Fy1k05xx7ry8521ckxkqgt\u002Fcheckpoint-last.pth?rlkey=wolq4krdq7z7eyjnaw5ndhq6k&st=vjeu5uzo&dl=0) | 7.30     | 334.9           | 438M      |\n| [FractalMAR-Huge (IN256)](https:\u002F\u002Fwww.dropbox.com\u002Fscl\u002Ffi\u002Ft2rru8xr6wm23yvxskpww\u002Fcheckpoint-last.pth?rlkey=dn9ss9zw4zsnckf6bat9hss6h&st=y7w921zo&dl=0)  | 6.15     | 348.9           | 848M      |\n\n## Usage\n\n### Demo\nRun our interactive visualization [demo](http:\u002F\u002Fcolab.research.google.com\u002Fgithub\u002FLTH14\u002Ffractalgen\u002Fblob\u002Fmain\u002Fdemo\u002Frun_fractalgen.ipynb) using Colab notebook!\n\n### Training\nThe below training scripts have been tested on 4x8 H100 GPUs.\n\nExample script for training FractalAR on ImageNet 64x64 for 800 epochs:\n```\ntorchrun --nproc_per_node=8 --nnodes=4 --node_rank=${NODE_RANK} --master_addr=${MASTER_ADDR} --master_port=${MASTER_PORT} \\\nmain_fractalgen.py \\\n--model fractalar_in64 --img_size 64 --num_conds 1 \\\n--batch_size 64 --eval_freq 40 --save_last_freq 10 \\\n--epochs 800 --warmup_epochs 40 \\\n--blr 5.0e-5 --weight_decay 0.05 --attn_dropout 0.1 --proj_dropout 0.1 --lr_schedule cosine \\\n--gen_bsz 256 --num_images 8000 --num_iter_list 64,16 --cfg 11.0 --cfg_schedule linear --temperature 1.03 \\\n--output_dir ${OUTPUT_DIR} --resume ${OUTPUT_DIR} \\\n--data_path ${IMAGENET_PATH} --grad_checkpointing --online_eval\n```\n\nExample script for training FractalMAR on ImageNet 64x64 for 800 epochs:\n```\ntorchrun --nproc_per_node=8 --nnodes=4 --node_rank=${NODE_RANK} --master_addr=${MASTER_ADDR} --master_port=${MASTER_PORT} \\\nmain_fractalgen.py \\\n--model fractalmar_in64 --img_size 64 --num_conds 5 \\\n--batch_size 64 --eval_freq 40 --save_last_freq 10 \\\n--epochs 800 --warmup_epochs 40 \\\n--blr 5.0e-5 --weight_decay 0.05 --attn_dropout 0.1 --proj_dropout 0.1 --lr_schedule cosine \\\n--gen_bsz 256 --num_images 8000 --num_iter_list 64,16 --cfg 6.5 --cfg_schedule linear --temperature 1.02 \\\n--output_dir ${OUTPUT_DIR} --resume ${OUTPUT_DIR} \\\n--data_path ${IMAGENET_PATH} --grad_checkpointing --online_eval\n```\n\nExample script for training FractalMAR-L on ImageNet 256x256 for 800 epochs:\n```\ntorchrun --nproc_per_node=8 --nnodes=4 --node_rank=${NODE_RANK} --master_addr=${MASTER_ADDR} --master_port=${MASTER_PORT} \\\nmain_fractalgen.py \\\n--model fractalmar_large_in256 --img_size 256 --num_conds 5 --guiding_pixel \\\n--batch_size 32 --eval_freq 40 --save_last_freq 10 \\\n--epochs 800 --warmup_epochs 40 \\\n--blr 5.0e-5 --weight_decay 0.05 --attn_dropout 0.1 --proj_dropout 0.1 --lr_schedule cosine \\\n--gen_bsz 256 --num_images 8000 --num_iter_list 64,16,16 --cfg 21.0 --cfg_schedule linear --temperature 1.1 \\\n--output_dir ${OUTPUT_DIR} --resume ${OUTPUT_DIR} \\\n--data_path ${IMAGENET_PATH} --grad_checkpointing --online_eval\n```\n\n### Evaluation\n\nEvaluate pre-trained FractalAR on ImageNet 64x64 unconditional likelihood estimation (single GPU):\n```\ntorchrun --nproc_per_node=1 --nnodes=1 --node_rank=0 \\\nmain_fractalgen.py \\\n--model fractalar_in64 --img_size 64 --num_conds 1 \\\n--nll_bsz 128 --nll_forward_number 1 \\\n--output_dir pretrained_models\u002Ffractalar_in64 \\\n--resume pretrained_models\u002Ffractalar_in64 \\\n--data_path ${IMAGENET_PATH} --seed 0 --evaluate_nll\n```\n\nEvaluate pre-trained FractalMAR on ImageNet 64x64 unconditional likelihood estimation (single GPU):\n```\ntorchrun --nproc_per_node=1 --nnodes=1 --node_rank=0 \\\nmain_fractalgen.py \\\n--model fractalmar_in64 --img_size 64 --num_conds 5 \\\n--nll_bsz 128 --nll_forward_number 10 \\\n--output_dir pretrained_models\u002Ffractalmar_in64 \\\n--resume pretrained_models\u002Ffractalmar_in64 \\\n--data_path ${IMAGENET_PATH} --seed 0 --evaluate_nll\n```\n\nEvaluate pre-trained FractalAR on ImageNet 64x64 class-conditional generation:\n```\ntorchrun --nproc_per_node=8 --nnodes=1 --node_rank=0 \\\nmain_fractalgen.py \\\n--model fractalar_in64 --img_size 64 --num_conds 1 \\\n--gen_bsz 512 --num_images 50000 \\\n--num_iter_list 64,16 --cfg 11.0 --cfg_schedule linear --temperature 1.03 \\\n--output_dir pretrained_models\u002Ffractalar_in64 \\\n--resume pretrained_models\u002Ffractalar_in64 \\\n--data_path ${IMAGENET_PATH} --seed 0 --evaluate_gen\n```\n\nEvaluate pre-trained FractalMAR on ImageNet 64x64 class-conditional generation:\n```\ntorchrun --nproc_per_node=8 --nnodes=1 --node_rank=0 \\\nmain_fractalgen.py \\\n--model fractalmar_in64 --img_size 64 --num_conds 5 \\\n--gen_bsz 1024 --num_images 50000 \\\n--num_iter_list 64,16 --cfg 6.5 --cfg_schedule linear --temperature 1.02 \\\n--output_dir pretrained_models\u002Ffractalmar_in64 \\\n--resume pretrained_models\u002Ffractalmar_in64 \\\n--data_path ${IMAGENET_PATH} --seed 0 --evaluate_gen\n```\n\nEvaluate pre-trained FractalMAR-Huge on ImageNet 256x256 class-conditional generation:\n```\ntorchrun --nproc_per_node=8 --nnodes=1 --node_rank=0 \\\nmain_fractalgen.py \\\n--model fractalmar_huge_in256 --img_size 256 --num_conds 5 --guiding_pixel \\\n--gen_bsz 1024 --num_images 50000 \\\n--num_iter_list 64,16,16 --cfg 19.0 --cfg_schedule linear --temperature 1.1 \\\n--output_dir pretrained_models\u002Ffractalmar_huge_in256 \\\n--resume pretrained_models\u002Ffractalmar_huge_in256 \\\n--data_path ${IMAGENET_PATH} --seed 0 --evaluate_gen\n```\n\nFor ImageNet 256x256, the optimal classifier-free guidance values `--cfg` that achieve the best FID are `29.0` for FractalMAR-Base and `21.0` for FractalMAR-Large.\n\n## Acknowledgements\n\nWe thank Google TPU Research Cloud (TRC) for granting us access to TPUs, and Google Cloud Platform for supporting GPU resources.\n\n## Contact\n\nIf you have any questions, feel free to contact me through email (tianhong@mit.edu). Enjoy!\n","# 分形生成模型\n\n[![arXiv](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FarXiv%20paper-2502.17437-b31b1b.svg)](https:\u002F\u002Farxiv.org\u002Fabs\u002F2502.17437) \n[![Colab](https:\u002F\u002Fcolab.research.google.com\u002Fassets\u002Fcolab-badge.svg)](http:\u002F\u002Fcolab.research.google.com\u002Fgithub\u002FLTH14\u002Ffractalgen\u002Fblob\u002Fmain\u002Fdemo\u002Frun_fractalgen.ipynb)\n\n\u003Cp align=\"center\">\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FLTH14_fractalgen_readme_eabb1ab367f4.gif\" width=\"100%\">\n\u003C\u002Fp>\n\n这是论文《Fractal Generative Models》（https:\u002F\u002Farxiv.org\u002Fabs\u002F2502.17437）的PyTorch\u002FGPU实现：\n\n```\n@article{li2025fractal,\n  title={Fractal Generative Models},\n  author={Li, Tianhong and Sun, Qinyi and Fan, Lijie and He, Kaiming},\n  journal={arXiv preprint arXiv:2502.17437},\n  year={2025}\n}\n```\n\nFractalGen 实现了像素级高分辨率图像生成，这是首次实现。本仓库包含：\n\n* 🪐 [分形生成模型](models\u002Ffractalgen.py) 的简单 PyTorch 实现。\n* ⚡️ 在 ImageNet 64x64 和 256x256 上训练的像素级生成模型。\n* 💥 一个完整的 [Colab 笔记本](http:\u002F\u002Fcolab.research.google.com\u002Fgithub\u002FLTH14\u002Ffractalgen\u002Fblob\u002Fmain\u002Fdemo\u002Frun_fractalgen.ipynb) 用于运行预训练模型任务。\n* 🛸 使用 PyTorch DDP 的 [训练和评估脚本](main_fractalgen.py)。\n\n## 准备\n\n### 数据集\n下载 [ImageNet](http:\u002F\u002Fimage-net.org\u002Fdownload) 数据集，并将其放置在你的 `IMAGENET_PATH` 目录下。\n\n### 安装\n\n克隆代码：\n```\ngit clone https:\u002F\u002Fgithub.com\u002FLTH14\u002Ffractalgen.git\ncd fractalgen\n```\n\n可以使用以下命令创建并激活名为 `fractalgen` 的 conda 环境：\n\n```\nconda env create -f environment.yaml\nconda activate fractalgen\n```\n\n下载预训练模型：\n\n```\npython util\u002Fdownload.py\n```\n\n为了方便，我们的预训练模型也可以通过以下链接直接下载：\n\n| 模型                                                                                                                                                 | FID-50K  | Inception Score | #params   | \n|-------------------------------------------------------------------------------------------------------------------------------------------------------|----------|-----------------|-----------|\n| [FractalAR (IN64)](https:\u002F\u002Fwww.dropbox.com\u002Fscl\u002Ffi\u002Fn25tbij7aqkwo1ypqhz72\u002Fcheckpoint-last.pth?rlkey=2czevgex3ocg2ae8zde3xpb3f&st=mj0subup&dl=0)         | 5.30     | 56.8            | 432M      |\n| [FractalMAR (IN64)](https:\u002F\u002Fwww.dropbox.com\u002Fscl\u002Ffi\u002Flh7fmv48pusujd6m4kcdn\u002Fcheckpoint-last.pth?rlkey=huihey61ok32h28o3tbbq6ek9&st=fxtoawba&dl=0)        | 2.72     | 87.9            | 432M      |\n| [FractalMAR-Base (IN256)](https:\u002F\u002Fwww.dropbox.com\u002Fscl\u002Ffi\u002Fzrdm7853ih4tcv98wmzhe\u002Fcheckpoint-last.pth?rlkey=htq9yuzovet7d6ioa64s1xxd0&st=4c4d93vs&dl=0)  | 11.80    | 274.3           | 186M      |\n| [FractalMAR-Large (IN256)](https:\u002F\u002Fwww.dropbox.com\u002Fscl\u002Ffi\u002Fy1k05xx7ry8521ckxkqgt\u002Fcheckpoint-last.pth?rlkey=wolq4krdq7z7eyjnaw5ndhq6k&st=vjeu5uzo&dl=0) | 7.30     | 334.9           | 438M      |\n| [FractalMAR-Huge (IN256)](https:\u002F\u002Fwww.dropbox.com\u002Fscl\u002Ffi\u002Ft2rru8xr6wm23yvxskpww\u002Fcheckpoint-last.pth?rlkey=dn9ss9zw4zsnckf6bat9hss6h&st=y7w921zo&dl=0)  | 6.15     | 348.9           | 848M      |\n\n## 使用\n\n### 示例\n通过 Colab 笔记本运行我们的交互式可视化 [示例](http:\u002F\u002Fcolab.research.google.com\u002Fgithub\u002FLTH14\u002Ffractalgen\u002Fblob\u002Fmain\u002Fdemo\u002Frun_fractalgen.ipynb)！\n\n### 训练\n以下训练脚本已在 4x8 H100 GPU 上测试通过。\n\n在 ImageNet 64x64 上训练 FractalAR 800 个 epoch 的示例脚本：\n```\ntorchrun --nproc_per_node=8 --nnodes=4 --node_rank=${NODE_RANK} --master_addr=${MASTER_ADDR} --master_port=${MASTER_PORT} \\\nmain_fractalgen.py \\\n--model fractalar_in64 --img_size 64 --num_conds 1 \\\n--batch_size 64 --eval_freq 40 --save_last_freq 10 \\\n--epochs 800 --warmup_epochs 40 \\\n--blr 5.0e-5 --weight_decay 0.05 --attn_dropout 0.1 --proj_dropout 0.1 --lr_schedule cosine \\\n--gen_bsz 256 --num_images 8000 --num_iter_list 64,16 --cfg 11.0 --cfg_schedule linear --temperature 1.03 \\\n--output_dir ${OUTPUT_DIR} --resume ${OUTPUT_DIR} \\\n--data_path ${IMAGENET_PATH} --grad_checkpointing --online_eval\n```\n\n在 ImageNet 64x64 上训练 FractalMAR 800 个 epoch 的示例脚本：\n```\ntorchrun --nproc_per_node=8 --nnodes=4 --node_rank=${NODE_RANK} --master_addr=${MASTER_ADDR} --master_port=${MASTER_PORT} \\\nmain_fractalgen.py \\\n--model fractalmar_in64 --img_size 64 --num_conds 5 \\\n--batch_size 64 --eval_freq 40 --save_last_freq 10 \\\n--epochs 800 --warmup_epochs 40 \\\n--blr 5.0e-5 --weight_decay 0.05 --attn_dropout 0.1 --proj_dropout 0.1 --lr_schedule cosine \\\n--gen_bsz 256 --num_images 8000 --num_iter_list 64,16 --cfg 6.5 --cfg_schedule linear --temperature 1.02 \\\n--output_dir ${OUTPUT_DIR} --resume ${OUTPUT_DIR} \\\n--data_path ${IMAGENET_PATH} --grad_checkpointing --online_eval\n```\n\n在 ImageNet 256x256 上训练 FractalMAR-L 800 个 epoch 的示例脚本：\n```\ntorchrun --nproc_per_node=8 --nnodes=4 --node_rank=${NODE_RANK} --master_addr=${MASTER_ADDR} --master_port=${MASTER_PORT} \\\nmain_fractalgen.py \\\n--model fractalmar_large_in256 --img_size 256 --num_conds 5 --guiding_pixel \\\n--batch_size 32 --eval_freq 40 --save_last_freq 10 \\\n--epochs 800 --warmup_epochs 40 \\\n--blr 5.0e-5 --weight_decay 0.05 --attn_dropout 0.1 --proj_dropout 0.1 --lr_schedule cosine \\\n--gen_bsz 256 --num_images 8000 --num_iter_list 64,16,16 --cfg 21.0 --cfg_schedule linear --temperature 1.1 \\\n--output_dir ${OUTPUT_DIR} --resume ${OUTPUT_DIR} \\\n--data_path ${IMAGENET_PATH} --grad_checkpointing --online_eval\n```\n\n### 评估\n\n评估预训练的FractalAR模型在ImageNet 64x64无条件似然估计（单GPU）：\n```\ntorchrun --nproc_per_node=1 --nnodes=1 --node_rank=0 \\\nmain_fractalgen.py \\\n--model fractalar_in64 --img_size 64 --num_conds 1 \\\n--nll_bsz 128 --nll_forward_number 1 \\\n--output_dir pretrained_models\u002Ffractalar_in64 \\\n--resume pretrained_models\u002Ffractalar_in64 \\\n--data_path ${IMAGENET_PATH} --seed 0 --evaluate_nll\n```\n\n评估预训练的FractalMAR模型在ImageNet 64x64无条件似然估计（单GPU）：\n```\ntorchrun --nproc_per_node=1 --nnodes=1 --node_rank=0 \\\nmain_fractalgen.py \\\n--model fractalmar_in64 --img_size 64 --num_conds 5 \\\n--nll_bsz 128 --nll_forward_number 10 \\\n--output_dir pretrained_models\u002Ffractalmar_in64 \\\n--resume pretrained_models\u002Ffractalmar_in64 \\\n--data_path ${IMAGENET_PATH} --seed 0 --evaluate_nll\n```\n\n评估预训练的FractalAR模型在ImageNet 64x64类别条件生成：\n```\ntorchrun --nproc_per_node=8 --nnodes=1 --node_rank=0 \\\nmain_fractalgen.py \\\n--model fractalar_in64 --img_size 64 --num_conds 1 \\\n--gen_bsz 512 --num_images 50000 \\\n--num_iter_list 64,16 --cfg 11.0 --cfg_schedule linear --temperature 1.03 \\\n--output_dir pretrained_models\u002Ffractalar_in64 \\\n--resume pretrained_models\u002Ffractalar_in64 \\\n--data_path ${IMAGENET_PATH} --seed 0 --evaluate_gen\n```\n\n评估预训练的FractalMAR模型在ImageNet 64x64类别条件生成：\n```\ntorchrun --nproc_per_node=8 --nnodes=1 --node_rank=0 \\\nmain_fractalgen.py \\\n--model fractalmar_in64 --img_size 64 --num_conds 5 \\\n--gen_bsz 1024 --num_images 50000 \\\n--num_iter_list 64,16 --cfg 6.5 --cfg_schedule linear --temperature 1.02 \\\n--output_dir pretrained_models\u002Ffractalmar_in64 \\\n--resume pretrained_models\u002Ffractalmar_in64 \\\n--data_path ${IMAGENET_PATH} --seed 0 --evaluate_gen\n```\n\n评估预训练的FractalMAR-Huge模型在ImageNet 256x256类别条件生成：\n```\ntorchrun --nproc_per_node=8 --nnodes=1 --node_rank=0 \\\nmain_fractalgen.py \\\n--model fractalmar_huge_in256 --img_size 256 --num_conds 5 --guiding_pixel \\\n--gen_bsz 1024 --num_images 50000 \\\n--num_iter_list 64,16,16 --cfg 19.0 --cfg_schedule linear --temperature 1.1 \\\n--output_dir pretrained_models\u002Ffractalmar_huge_in256 \\\n--resume pretrained_models\u002Ffractalmar_huge_in256 \\\n--data_path ${IMAGENET_PATH} --seed 0 --evaluate_gen\n```\n\n对于ImageNet 256x256，实现最佳FID的无条件分类器自由引导值`--cfg`分别为：FractalMAR-Base为29.0，FractalMAR-Large为21.0。\n\n## 致谢\n\n我们感谢Google TPU研究云（TRC）提供了TPU访问权限，并感谢Google云平台支持GPU资源。\n\n## 联系方式\n\n如有任何问题，欢迎通过邮件联系我（tianhong@mit.edu）。祝您使用愉快！","# FractalGen 快速上手指南\n\n## 环境准备\n- **系统要求**：Python 3.8+，支持CUDA的GPU（推荐NVIDIA H100）\n- **前置依赖**：\n  ```bash\n  PyTorch >= 2.0\n  PyTorch DDP\n  tqdm\n  torchvision\n  ```\n\n## 安装步骤\n1. 克隆仓库：\n   ```bash\n   git clone https:\u002F\u002Fgithub.com\u002FLTH14\u002Ffractalgen.git\n   cd fractalgen\n   ```\n2. 创建并激活环境：\n   ```bash\n   conda env create -f environment.yaml\n   conda activate fractalgen\n   ```\n3. 下载预训练模型：\n   ```bash\n   python util\u002Fdownload.py\n   ```\n\n## 基本使用\n### 交互式演示\n运行Colab Notebook：\n```\nhttp:\u002F\u002Fcolab.research.google.com\u002Fgithub\u002FLTH14\u002Ffractalgen\u002Fblob\u002Fmain\u002Fdemo\u002Frun_fractalgen.ipynb\n```\n\n### 预训练模型使用\n```bash\ntorchrun --nproc_per_node=1 --nnodes=1 --node_rank=0 \\\nmain_fractalgen.py \\\n--model fractalar_in64 --img_size 64 --num_conds 1 \\\n--gen_bsz 512 --num_images 50000 \\\n--num_iter_list 64,16 --cfg 11.0 --cfg_schedule linear --temperature 1.03 \\\n--output_dir pretrained_models\u002Ffractalar_in64 \\\n--resume pretrained_models\u002Ffractalar_in64 \\\n--data_path ${IMAGENET_PATH} --seed 0 --evaluate_gen\n```","某游戏公司美术团队需要为新版本生成高分辨率场景纹理，但传统扩散模型生成的图像存在细节模糊、生成效率低等问题。  \n\n### 没有 fractalgen 时  \n- 依赖传统扩散模型生成64x64低分辨率图像后需进行多阶段超分，流程复杂且耗时  \n- 生成的高分辨率图像存在明显伪影，需人工修正导致成本高昂  \n- 模型训练周期长达数周，无法满足快速迭代需求  \n- 生成图像的多样性不足，难以满足不同场景的创意需求  \n- 模型参数量大（超800M），部署到云端服务器时资源消耗过高  \n\n### 使用 fractalgen 后  \n- 直接通过预训练模型生成256x256高分辨率图像，省去多阶段处理流程  \n- 生成图像细节清晰，伪影减少70%以上，人工修正工作量下降80%  \n- 训练效率提升3倍，4台H100 GPU可在8小时内完成训练  \n- 生成图像多样性显著提高，支持更多创意场景需求  \n- 模型参数量降低至186M，云端部署成本降低60%  \n\n核心价值在于通过像素级生成技术，实现高分辨率图像生成的效率与质量双重突破，显著降低游戏美术制作的资源消耗。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FLTH14_fractalgen_ff24a043.png","LTH14","Tianhong Li","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FLTH14_2ccccfb3.jpg","I'm a postdoc at MIT. My recent research interests are generative models and representation learning.",null,"tianhong@mit.edu","http:\u002F\u002Fwww.tianhongli.me\u002F","https:\u002F\u002Fgithub.com\u002FLTH14",[84],{"name":85,"color":86,"percentage":87},"Python","#3572A5",100,1228,67,"2026-03-31T22:43:47","MIT","Linux, macOS","需要 NVIDIA GPU，显存 8GB+，CUDA 11.7+","16GB+",{"notes":96,"python":97,"dependencies":98},"建议使用 conda 管理环境，首次运行需下载约 5GB 模型文件","3.8+",[99,100,101],"torch>=2.0","transformers>=4.30","accelerate",[14,13],"2026-03-27T02:49:30.150509","2026-04-06T05:27:28.249166",[106,111,116,121,126,131],{"id":107,"question_zh":108,"answer_zh":109,"source_url":110},4716,"如何解决ImageNet数据集与ImageFolder不兼容的问题？","需将数据集转换为ImageFolder支持的格式。具体步骤：1. 从Kaggle下载ImageNet数据；2. 解压后进入val目录；3. 运行 `wget -qO- https:\u002F\u002Fraw.githubusercontent.com\u002Fsoumith\u002Fimagenetloader.torch\u002Fmaster\u002Fvalprep.sh | bash` 脚本整理数据结构。","https:\u002F\u002Fgithub.com\u002FLTH14\u002Ffractalgen\u002Fissues\u002F6",{"id":112,"question_zh":113,"answer_zh":114,"source_url":115},4717,"fractalmar_large_in256模型的推理耗时多久？","在单个H100 GPU上，生成512张图片的批次需约7分钟。建议使用大批次生成以提高GPU利用率。","https:\u002F\u002Fgithub.com\u002FLTH14\u002Ffractalgen\u002Fissues\u002F19",{"id":117,"question_zh":118,"answer_zh":119,"source_url":120},4718,"MAR中迭代次数可自定义的原因是什么？","MAR通过并行解码机制实现：每次迭代预测所有缺失块的条件，因此迭代次数可少于总序列长度。这种设计源自MaskGIT，广泛应用于MAGE、Muse等模型。","https:\u002F\u002Fgithub.com\u002FLTH14\u002Ffractalgen\u002Fissues\u002F15",{"id":122,"question_zh":123,"answer_zh":124,"source_url":125},4719,"单图生成与批量生成的GPU利用率差异原因是什么？","单图生成因计算负载不足导致GPU利用率低。AR模型每个像素仅使用3个块和128通道，小批次无法充分利用GPU并行性。建议通过TensorRT编译或CUDA优化提升性能。","https:\u002F\u002Fgithub.com\u002FLTH14\u002Ffractalgen\u002Fissues\u002F13",{"id":127,"question_zh":128,"answer_zh":129,"source_url":130},4720,"生成64×64图像需要多少显存？如何优化内存使用？","Colab L4 GPU约需10GB显存。优化方法：降低生成批次大小（gen_bsz），使用更轻量的模型配置，或通过混合精度训练减少内存占用。","https:\u002F\u002Fgithub.com\u002FLTH14\u002Ffractalgen\u002Fissues\u002F12",{"id":132,"question_zh":133,"answer_zh":134,"source_url":135},4721,"FractalAR模型是否存在patch边界不一致问题？","FractalAR模型无需处理patch边界问题。因其按 raster 顺序生成，始终向右生成块，能更好地学习边界处理方式，与FractalMAR的多级生成机制不同。","https:\u002F\u002Fgithub.com\u002FLTH14\u002Ffractalgen\u002Fissues\u002F18",[]]