// image · VectorSpaceLab/OmniGen

OmniGen

OmniGen est un projet de image open source, créé par VectorSpaceLab (VectorSpaceLab/OmniGen sur GitHub). Il compte 4 343 étoiles sur GitHub et 364 forks, il est publié sous la licence MIT et a été mis à jour pour la dernière fois sur GitHub le 4 décembre 2025.

OmniGen: one unified model for text-to-image, editing, subject-driven and identity-preserving generation

★ 4,3 k étoiles⑂ 364 forksMITmis à jour déc. 2025

Voir sur GitHub ↗

▦ visuel — le README de ce projet ne contient aucune capture intégrable,
voici donc un emplacement réservé. Le guide ci-dessous est complet malgré tout.

// détails du projet

Détails du projet

Dépôt: VectorSpaceLab/OmniGen
Étoiles GitHub: 4 343
Forks: 364
Licence: MIT
Dernière mise à jour sur GitHub: 4 décembre 2025
Catégorie: Image
Type de fiche: Guide d'installation complet

// fonctionnement

Comment ça marche

Prepare a GPU environment
Create the documented Conda environment (Python 3.10.x) — OmniGen inference expects a CUDA GPU.
Clone and install
Clone the repo and install it in editable mode after installing the pinned PyTorch build.
Load the model
Load Shitao/OmniGen-v1 weights from Hugging Face through the OmniGen pipeline (or Diffusers).
Generate with references
Write a prompt, pass input images with guidance scales, and save your first edited or subject-driven image.

// fonctionnalités

Pourquoi on l'adore

Unified task coverage

Text-to-image, editing, subject-driven, identity-preserving, and image-conditioned generation in one model.

No extra plugins

Tasks that usually need ControlNet or IP-Adapter are handled natively by the framework.

In-prompt image references

Reference images inline with <|image_1|>-style placeholders and combine multiple inputs.

Guidance controls

Separate guidance_scale and img_guidance_scale parameters balance text and image influence.

Diffusers and Gradio paths

Use the model through Hugging Face Diffusers or run the included Gradio demo (app.py).

Fine-tuning included

LoRA and full-parameter training scripts (train.py with accelerate) adapt the model to your data.

// lancez-le

Lancez-le vous-même

Clone the repository

Clone the project and enter its directory.

git clone https://github.com/VectorSpaceLab/OmniGen.git
cd OmniGen

Set up the environment

Create the Conda env, install the pinned CUDA PyTorch build from the README, then install the package.

conda create -n omnigen python=3.10.13
conda activate omnigen
pip install torch==2.3.1+cu118 torchvision --extra-index-url https://download.pytorch.org/whl/cu118
pip install -e .

Run inference

Load the pretrained model and generate with an image reference, following the README's examples.

from OmniGen import OmniGenPipeline
pipe = OmniGenPipeline.from_pretrained("Shitao/OmniGen-v1")
images = pipe(prompt="Edit <|image_1|>", input_images=["input.png"], guidance_scale=2.5, img_guidance_scale=1.6, seed=0)

// cas d'usage

Ce que vous pouvez créer

Edit a photo with a text instruction while preserving the subject's identity
Generate new images of a specific product or person from reference photos
Replace a ControlNet/IP-Adapter pipeline with a single unified model
Fine-tune a LoRA for a house illustration style

// faq

Questions fréquentes

Who maintains OmniGen?

VectorSpaceLab, the research team behind the OmniGen paper (arXiv 2409.11340).

Is OmniGen free?

The code is MIT-licensed and the weights are downloadable from Hugging Face; check the model card for the weights' own terms.

Does it need a paid API key?

No — it runs locally on your GPU with downloaded weights.

How does it compare to Stable Diffusion plus ControlNet?

OmniGen folds editing, subject-driven, and conditioned generation into one model with in-prompt image references, instead of a base model plus separate plugin networks.

How do I get started?

Les autres projets de la catégorie Image avec le plus d'étoiles du catalogue LibreAI — la sélection réaliste d'alternatives si OmniGen ne vous convient pas.

Stable Diffusion Webui★ 165,2 k
Stable Diffusion web UI
ComfyUI★ 136,0 k
The node-graph powerhouse for precise, professional AI image and video generation.
Immich★ 115,5 k
High performance self-hosted photo and video management solution
PhotoCraft★ 73,2 k
PhotoCraft — a clean-room Photoshop reimplementation in pure Rust: layers, masks, adjustment layers, type, vectors, brushes and real PSD files, offline, MIT / Apache-2.0
Fooocus★ 53,3 k
Focus on prompting and generating

// plus en image

Plus en Image

Projets de la catégorie Image proches dans le catalogue, les plus proches en étoiles de OmniGen — continuez à explorer de part et d'autre.

lite.ai.toolkit★ 4,4 k
A lite C++ AI toolkit: 100+ models with MNN, ORT and TRT, including Det, Seg, Stable-Diffusion, Face-Fusion.
BiRefNet★ 4,2 k
[CAAI AIR'24] Bilateral Reference for High-Resolution Dichotomous Image Segmentation
SwarmUI★ 4,6 k
SwarmUI (formerly StableSwarmUI), A Modular Stable Diffusion Web-User-Interface, with an emphasis on making powertools easily accessible, high performance, a…
RawTherapee★ 4,2 k
A powerful cross-platform raw photo processing program
geekai★ 4,7 k
AI 助手全套开源解决方案，自带运营管理后台，开箱即用。集成了 ChatGPT, Azure, ChatGLM,讯飞星火，文心一言等多个平台的大语言模型。支持 MJ AI 绘画，Stable Diffusion AI 绘画，微博热搜等插件工具。采用 Go + Vue3 + element-plus 实现。
Pinta★ 4,1 k
Simple GTK Paint Program

Obtenir OmniGen

Gratuit et ouvert : récupérez le code source, mettez une étoile au dépôt et commencez à créer.

Voir sur GitHub ↗← Plus d'outils image