TeleStyle

TeleStyle 是由中国电信人工智能研究院（TeleAI）团队 Shiwen Zhang、Xiaoyan Yang、Bojia Zi、Haibin Huang、Chi Zhang、Xuelong Li 发布并开源的内容保持风格迁移模型。它以 Qwen-Image-Edit-2509 为基座模型，专门针对「风格与内容在 Diffusion Transformer 内部特征相互纠缠」的难题，通过「高质量策划 + 万级野外风格合成」的混合三元组数据集，搭配课程式持续学习（Curriculum Continual Learning）框架进行训练，在风格相似度、内容一致性与美学质量三个核心指标上达到当前开源最优。

核心能力分为两层。第一是图像风格化，一对参考图一张风格图加一张内容图直接推理出保持原主体轮廓与构图的新风格图像；第二是视频风格化，先把视频首帧作为内容输入并指定一张风格参考图，再通过 v2v 风格化模块保证帧间时序一致性，避免抖动与闪烁。仓库提供 telestyleimage_inference.py 与 telestylevideo_inference.py 两份推理脚本以及视频版示例 telestylevideo_inference.py --video_path ... --image_path ... --output_path results，checkpoint 在 Hugging Face Tele-AI/TeleStyle 同步发布；用户也可以直接访问 Hugging Face Space witcherderivia/TeleStyle 在线 Demo 试玩，或使用社区贡献的 ComfyUI 节点（aistudynow/Comfyui-tetestyle-image-video 与 neurodanzelus-cmd/ComfyUI-TeleStyle）把它接入现有工作流。

适用场景包括：插画师/平面设计师把统一风格批量套到角色或商品图上、短视频/自媒体运营做整体视觉风格重塑、漫画/动画工作室做跨帧风格迁移、游戏工作室为同一角色生成多套皮肤。技术报告已发布在 arXiv 2601.20175，2026 年 6 月又释出 TeleStyleV2（自蒸馏支持艺术内容参考）。代码与模型权重都以 Apache-2.0 协议开源，部署要求 Python 3.11 + PyTorch 2.9.1 + CUDA 12.1 + diffusers 0.36.0 + transformers 4.57.3。注：GitHub 仓库语言统计报告为 JavaScript，因 GitHub Pages 项目主页占大量静态资源计数；实际推理栈是 PyTorch + diffusers（README 安装章节明示）。