---
license: mit
tags:
- image-generation
- legacy
- archived
- research
- pytorch
---

# 🎨 Lumina_Dev_Legacy — [ARCHIVED]

> **⚠️ 项目状态：已归档 / 停止开发**
>
> 本项目为 TAI Research 早期探索性项目，开发阶段已终止，代码仅作存档用途。项目未完成完整训练，不提供预训练模型权重。

| 项目信息 | |
|---------|---|
| **状态** | 🔴 已废弃 (Archived) |
| **原因** | 项目方向调整，资源重新分配至其他研究领域 |
| **最后更新** | 2026 |
| **训练状态** | ❌ 未完成训练 |
| **可用资源** | 仅代码框架，无预训练权重 |

---

## 项目背景

Lumina 原本的目标是开发一个**针对有限硬件（特别是 NVIDIA P4，8GB 显存）优化的轻量级图像生成模型**，基于扩散模型架构，专注于文本到图像生成。

### 原始设计目标

- **极致的显存优化**：专门为 8GB 显存的 GPU 优化
- **轻量级架构**：参数量 < 2000 万
- **完整训练管道**：从数据预处理到模型训练
- **高效推理**：支持多种采样器
- **模块化设计**：易于扩展和定制

### 为什么废弃？

1. **方向调整**：TAI Research 将重心转向语言模型和 AI 安全领域
2. **资源限制**：图像生成模型训练需要大量计算资源
3. **竞争环境**：开源社区已有成熟方案（Stable Diffusion、Flux 等）

---

## 代码内容

本仓库仅包含开发阶段的代码框架：

```
lumina_legacy/
├── configs/                    # 配置文件
│   ├── model/                 # 模型配置（UNet架构）
│   ├── training/              # 训练配置（P4优化）
│   └── data/                  # 数据配置
├── src/                       # 源代码
│   ├── models/                # UNet + 注意力机制
│   ├── training/              # 训练器 + 内存优化
│   ├── data/                  # LAION数据处理
│   └── inference/             # 采样器（DDIM/DPM/LCM）
├── scripts/                   # 工具脚本
│   ├── train.py              # 训练入口
│   ├── download_laion.py     # 数据下载
│   └── webui.py              # Gradio界面
└── tests/                     # 单元测试
```

**⚠️ 注意**：
- 代码未经完整测试，可能存在 bug
- 训练管道未验证
- 不保证可复现

---

## 技术栈

| 组件 | 技术 |
|------|------|
| 框架 | PyTorch 2.0+ |
| 架构 | 轻量级 UNet + Cross-Attention |
| 扩散 | DDPM / DDIM |
| 文本编码 | CLIP (预训练冻结) |
| 精度 | FP16 混合精度 |
| 优化 | 梯度检查点 + 梯度累积 |

### 原始设计架构

```
输入 (4×64×64)
    ↓
Conv2d (4→64)
    ↓
[下采样块 × 4]
    ↓
[注意力层 (8×8)]
    ↓
[上采样块 × 4]
    ↓
Conv2d (64→4)
    ↓
输出 (4×64×64)
```

---

## 如何使用这些代码

> ⚠️ 代码仅为存档，不提供任何保证

```bash
# 克隆仓库
git clone https://huggingface.co/TAI-Research/Lumina_Dev_Legacy
cd Lumina_Dev_Legacy

# 安装依赖（如需要）
pip install -r requirements.txt

# 尝试运行训练（仅测试代码是否可运行）
python scripts/train.py --config configs/training/p4_optimized.yaml --dummy
```

---

## 已知问题

- [ ] 训练管道未完整验证
- [ ] 数据处理模块有性能问题
- [ ] 推理采样器可能有 bug
- [ ] 缺少单元测试覆盖

---

## 后续

如果你对这个项目感兴趣，建议使用成熟的开源方案：

- [Stable Diffusion](https://github.com/CompVis/stable-diffusion)
- [Hugging Face Diffusers](https://github.com/huggingface/diffusers)
- [Flux](https://github.com/black-forest-labs/flux)

---

## 许可证

MIT License — 代码可自由使用，但无任何保证。

---

## 相关链接

- [TAI Research Hugging Face](https://huggingface.co/TAI-Research)
- [GTC-Guard-0](https://huggingface.co/TAI-Research/GTC-Guard-0)

---

**最后更新**: 2026-05-23  
**归档者**: TAI Research