---
title: "MakeAnything – 新加坡国立大学开源的一致性图片序列生成框架"
url: "https://paooo.com/aigc-news/21884/"
author: "Prompt 语宙研究院"
published_at: "2026-06-08T11:03:28+08:00"
updated_at: "2026-06-08T11:03:28+08:00"
categories: "AIGC 资讯"
tags: "3D与空间智能, HuggingFace, 大模型微调, 开源大模型"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# MakeAnything – 新加坡国立大学开源的一致性图片序列生成框架

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/21884/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-08

## AI 30 秒核心看点 (TL;DR)

- 基于 Diffusion Transformer 与 LoRA，兼顾泛化能力和任务特定性能。
- 可从文本或成品图像反推分步教程，适合多领域一致性序列生成。
- 21个领域、2.4万+标注序列支撑训练，适用于教育、创作与工艺传承。

## MakeAnything是什么

MakeAnything 是新加坡国立大学 Show Lab团队推出的基于扩散变换器（Diffusion Transformer）的多领域程序性序列生成框架，基于文本描述或图像输入生成高质量的分步教程。MakeAnything 基于非对称低秩适配（LoRA）技术平衡泛化能力和任务特定性能，引入ReCraft模型实现从图像到过程的逆向生成。MakeAnything构建了涵盖21个领域（如绘画、手工、烹饪等）的大型数据集，包含超过24,000个标注序列。MakeAnything 框架能够生成逻辑连贯、视觉一致的教程，支持从文本到过程和从图像到过程的生成范式，在多种任务中展现了卓越的性能和泛化能力。

## MakeAnything的主要功能

- **从文本生成教程**：根据用户提供的文本描述（如“如何画一幅油画”或“如何制作乐高模型”），自动生成详细的分步教程，帮助用户逐步完成复杂的创作任务。

- **从图像生成教程**：用户上传一张成品图像（如一幅画或一个手工制品），MakeAnything 能逆向生成该作品的创作过程，展示从无到有的步骤。

- **跨领域生成能力**：支持多种领域（如绘画、手工、烹饪、3D建模等），根据不同的任务生成逻辑连贯且视觉一致的教程。

- **高质量的教程输出**：生成的教程逻辑清晰，且保持与输入文本或图像的高度一致性。

## MakeAnything的技术原理

- **扩散变换器**：使用扩散模型的核心思想，基于逐步去除噪声生成图像序列。结合Transformer架构，处理复杂的视觉和文本信息，生成高质量的程序性序列。

- **非对称低秩适配**：基于冻结预训练的编码器参数，仅对解码器进行微调，平衡模型的泛化能力和任务特定性能。适用于数据稀缺或分布不平衡的任务，有效避免过拟合。

- **ReCraft模型**：基于将静态图像分解为逐步的创作过程，实现从图像到过程的逆向生成。用多模态注意力机制，将图像条件信息融入生成过程中，确保生成的序列与输入图像高度一致。

- **多领域数据集**：构建包含21个领域、超过24,000个标注序列的大型数据集，为模型训练提供了丰富的数据支持。

- **条件流匹配损失**：优化噪声去除过程中的条件向量场，确保生成的序列在逻辑和视觉上与输入条件（文本或图像）保持一致。

## MakeAnything的项目地址

- **GitHub仓库**：[https://github.com/showlab/MakeAnything](https://github.com/showlab/MakeAnything)

- **HuggingFace模型库**：

[https://huggingface.co/showlab/makeanything ](https://huggingface.co/showlab/makeanything)

- [https://huggingface.co/datasets/showlab/makeanything](https://huggingface.co/datasets/showlab/makeanything)

- **arXiv技术论文**：[https://arxiv.org/pdf/2502.01572](https://arxiv.org/pdf/2502.01572)

## MakeAnything的应用场景

- **教育领域**：为学生提供绘画、手工、烹饪等分步教程，辅助学习。

- **艺术创作**：帮助艺术家从创意到成品生成创作过程，激发灵感。

- **工艺传承**：基于成品图像逆向生成制作步骤，助力传统工艺的记录和传承。

- **产品开发**：根据设计概念快速生成制作流程，优化开发效率。

- **内容创作**：生成有趣教程或视频，用在社交媒体和娱乐。

## 常见问题解答 (FAQ)

### MakeAnything 可以从图片生成教程吗？
可以。它支持“图像到过程”生成：用户上传成品图像后，模型会逆向推断创作步骤，输出逻辑连贯、视觉一致的分步教程，适合绘画、手工、烹饪等场景。

### MakeAnything 和普通图文生成模型有什么区别？
它不是只生成静态图文，而是面向“程序性序列”生成，重点在步骤之间的连续性与一致性。框架还结合 LoRA、条件流匹配损失和多领域数据集，提升跨任务表现。

### MakeAnything 适合哪些应用场景？
适合教育教程、艺术创作、工艺传承、产品开发和内容创作等场景。它能根据文本或图像生成分步流程，帮助用户快速获得可执行的教程或创作路径。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
