Skip to content

模型架构 ​

各类模型的结构设计与源码精读。

目录 ​

  • Boogu-Image — BooguImageTransformer2DModel 源码精读:8 双流 + 32 单流的混合 MMDiT、三轴 RoPE、双流注意力 processor
  • Qwen-Image-Edit — QwenImageTransformer2DModel 源码精读:60 层全双流 MMDiT、参考图双通道进网(VLM 语义 + latent 序列拼接)、三轴 RoPE 的 frame 图号机制