MMagic：OpenMMLab 多模态高级生成工具箱｜部署与使用全指南

项目仓库： https://github.com/open-mmlab/mmagic

文档：mmagic.readthedocs.io · 维护方：OpenMMLab · 许可证：Apache 2.0 · 最新版本：v1.2.0 · PyPI：mmagic · 前身：MMEditing + MMGeneration

1 项目简介

MMagic（Multimodal Advanced, Generative, and Intelligent Creation）是 OpenMMLab 旗下的 AIGC 工具箱，由 MMEditing 与 MMGeneration 合并而来。它统一了底层视觉（超分、修复、去噪、上色）与生成式 AI（文生图、扩散模型、ControlNet、DreamBooth、Stable Diffusion）的训练与推理框架。

1.1 核心信息一览

1.2 覆盖任务

• 底层视觉：超分、修复（inpainting）、去噪、上色、去模糊、视频修复。
• 生成式：文生图、Stable Diffusion、ControlNet、DreamBooth、Disco Diffusion、GLIDE。
• PowerPaint：高级 inpainting 算法。

1.3 适用场景

• 研究/复现各种 GAN / CNN / 扩散模型算法。
• 在 OpenMMLab 生态下做实验与训练。
• 批量跑底层视觉基线。

2 功能特性

• OpenMMLab 2.0 框架：配置化、模块化。
• Model Zoo：大量预训练模型开箱即用。
• 统一训练接口：GAN / CNN / 扩散模型共用训练框架。
• PowerPaint：v1.2.0 新增高级 inpainting。

3 官方界面预览

OpenXLab 在线 Demo：openxlab.org.cn/apps。

4 官方跳转链接汇总

5 前置要求与服务器配置

5.1 软件前提

• Python 3.7+。
• PyTorch（按 OpenMMLab 指南）。
• MMEngine、MMCV 等 OpenMMLab 依赖。

5.2 硬件建议

GPU 训练；推理 CPU 可跑小模型。

6 方式一：pip 安装

pip install mmagic

源码安装：

git clone https://github.com/open-mmlab/mmagic.git
cd mmagic
pip install -e .

7 方式二：Python API 推理

from mmagic.apis import MMagicInferencer
editor = MMagicInferencer(model_name='stable_diffusion')
result = editor.infer(prompt='a photo of a cat')

8 配置与模型

• 通过 YAML 配置选择模型、数据集、训练策略。
• Model Zoo 提供各任务预训练权重。

9 常用运维命令

nvidia-smi

10 常见故障排查

• 依赖版本冲突：按官方文档安装 MMEngine/MMCV 兼容版本。
• 想跑最新模型：检查是否在 projects/ 目录下（如 PowerPaint）。

11 风险与合规说明

• Apache 2.0 许可，商用友好；但各预训练模型有自己的许可。
• 生成内容版权由使用者承担。

本文基于官方 README 整理，仅供学习与部署参考；以仓库最新说明为准。