StarItem

TEXT TO SPRITE

物品名进去,
像素贴图出来。

StarItem 是一个跑在你自己电脑上的小模型。输入物品名或一句描述,它每次画三张 16×16 的 Minecraft 风格物品贴图,透明底,存成 PNG 就能放进模组或资源包。

每次
三张候选
尺寸
16 × 16,透明底 PNG
语言
中文 / English
运行
本机离线,CPU 即可
StarItem 像素物品贴图生成 模型 SIC-1.1

TEXT TO SPRITE

一句话,画一个物品。

输入物品名或一句描述,每次生成三张像素贴图,挑喜欢的保存。中英文都可以。

试试
生成结果
01
02
03

界面演示。点「试试」后面的词,或者输入页面上出现过的物品名再点生成。回放的是 SIC-1.1 在默认参数下的真实输出,网页本身不运行模型。

MODEL OUTPUT

没修过图,模型画什么就是什么。

下面每一格都是 SIC-1.1 的原始输出:16×16、透明底,放大显示。每个词下面连着的三张,就是客户端一次给你的三张。

认得材质和颜色

把「铁」换成「钻石」「红宝石」,或者直接说「紫色的」「绿色的」。形状不变,配色跟着走。

手绘还是合成,一根滑条

模型学了两种画风:模组作者手绘的贴图,和用 SDXL 生成再缩小的合成图。前者精致,后者认识的东西多。客户端会按物品自动选,也可以自己拖。

手绘 合成 0.75

还画不好的

SIC-1.1 最熟的是模组里常见的东西:工具、武器、矿物、药水、食物。日常物品和结构复杂的东西(皇冠、书、吉他、雨伞)经常只有个大概,有时完全认不出。每次给三张,也是为了让你有得挑。

HOW IT WORKS

从一团噪声开始,三十步画完。

StarItem 不是把大图缩小,而是直接在 16×16 的 RGBA 像素上做扩散:每个像素连同透明度,都是模型一步步定下来的。

  1. 01

    名称补全

    认出常见物品的叫法,补上训练时用的中英文名称:「汉堡」会变成「汉堡, hamburger」。一共认得 10,824 种叫法。

  2. 02

    文本编码

    用 multilingual-e5-small 把提示词变成向量。中文和英文走同一个编码器,所以可以混着写。

  3. 03

    像素扩散

    一个约 1600 万参数的 UNet,从噪声出发做 30 步 DDIM 采样,三张图一起画。引导强度越高越贴近描述。

  4. 04

    输出

    透明度二值化,得到三张边缘干净的 16×16 PNG。

30 / 30

参数量
1600万
训练贴图
19,934张
训练步数
16万步
画布
16×16RGBA

REQUIREMENTS

最低配置要求

模型很小,推理全在 CPU 上完成,一台普通的办公电脑就能跑。

操作系统
Windows 10(2004 及以上)或 Windows 11,64 位
显卡
不需要独立显卡,支持 OpenGL 2.0 的集成显卡即可
内存
运行时占用约 600 MB
运行库
Microsoft Visual C++ 2015–2022 运行库(x64)

把它带回去。

单个 exe,约 160 MB,内置模型 SIC-1.1,下载后双击就能用。

下载即将开放

下载地址还没定,定了会放在这里。