#image-generation Repositories
Insgesamt 288 Repositories
PHP-Bibliothek, die die Generierung von Thumbnails, Snapshots oder PDFs aus einer URL oder einer HTML-Seite ermöglicht. Wrapper für wkhtmltopdf/wkhtmltoimage
Mini-Programm-Bildgenerierungs-Bibliothek, zeichne mühelos ein Bild, das du in den Moments teilen kannst, über JSON
OmniGen: Vereinheitlichte Bildgenerierung. https://arxiv.org/pdf/2409.11340
Tool zur Generierung von Screenshots für WeChat-Moments-Weiterleitungen (⚠️Fork ist kein Lesezeichen, bitte nicht forken, es sei denn, Sie tragen Code bei!)
Offizielle Implementierungen für die Arbeit: Anydoor: Zero-Shot-Objektlevel-Bildanpassung
Bildgenerierungs- und Bearbeitungstool mit Unterstützung für GPT Image, Gemini (Nano Banana), Grok und Seedream 5.5
Erhalte produktionsfertige Bilder, Videos, Audio und 3D von jedem KI-Agenten: Skills, die das richtige Modell auswählen, die Kosten vor dem Ausgeben kalkulieren und über das Scenario MCP für konsistente Charaktere und Marken sorgen – ergänzt durch Expertenteams, die Blender, Maya, ZBrush, Unreal und Unity bedienen.
Nano Banana (nanobanana), GPT-5 (GPT5), GPT-4o (GPT4o) Bild-Prompts, Nanobanana Prompts, nanobanana-Eingabeaufforderungen
Veröffentlichung für verbesserte Denoising Diffusion Probabilistic Models
Editoriale Bildgestaltung im Einfarbendruck – warmes Papier, Halbtonfotografie, wirkungsvoller Negativraum und zurückhaltende Typografie.
[NeurIPS 2024] Offizieller Code für PuLID: Reine und blitzschnelle ID-Anpassung durch kontrastierende Ausrichtung
Benutzerdefinierter Knotenpack für ComfyUI Dieser benutzerdefinierte Knoten hilft, Bilder über Detector, Detailer, Upscaler, Pipe und mehr bequem zu verbessern.
NanoBanana PPT Skills: ein leistungsstarkes Tool, das auf KI basiert und automatisch hochwertige PPT-Bilder und -Videos generiert, unterstützt intelligente Übergänge und interaktives Abspielen.
HunyuanImage-3.0: Ein leistungsstarkes natives multimodales Modell für die Bilderzeugung
PixArt-α: Schnelles Training von Diffusion Transformer für fotorealistische Text-zu-Bild-Synthese
Implementierung von Dreambooth (https://arxiv.org/abs/2208.12242) mittels Textual Inversion (https://arxiv.org/abs/2208.01618) für Stable Diffusion (https://arxiv.org/abs/2112.10752). Tweaks konzentriert auf das Training von Gesichtern, Objekten und Stilen.
Eine Layout-Engine für JSX, HTML und CSS. Rendert Bilder, SVGs, PDFs oder einen Paint-Tree. Kein Headless-Browser erforderlich.
Automatisiert die Generierung von PWA-Assets und die Bilddeklaration. Generiert automatisch Icon- und Splash-Screen-Bilder, Favicons und Mstile-Bilder. Aktualisiert die Dateien manifest.json und index.html mit den generierten Bildern gemäß den Spezifikationen des Web App Manifests und den Apple Human Interface-Richtlinien.
Offizielles Repository für MOSS-Image, ein DiT-Basismodell mit 5 Milliarden Parametern, hochwertiger Textdarstellung, Layoutgenerierung und effizienter Feinabstimmung.
Um die Verwendung von ComfyUI zu erleichtern, habe ich einige Optimierungen und Integrationen für einige häufig verwendete Knoten vorgenommen.
🔥 [ICCV 2025 Highlight] InfiniteYou: Flexible Foto-Neugestaltung unter Beibehaltung Ihrer Identität
PyTorch-Implementierung von Self-Attention Generative Adversarial Networks (SAGAN)
Native LLM-Inferenzserver für Apple Silicon. Kompatibel mit den APIs von OpenAI und Anthropic. Ohne Python. macOS-App mit Zig-Backend und Swift-Frontend für die Generierung von Chats, Musik, Sprache und Videos.
Eine Fähigkeit, die automatisch Xiaohongshu-Notizen verfasst, automatisch Bilder generiert und sie automatisch veröffentlicht.
(ෆ`꒳´ෆ) Eine Übersicht über Text-zu-Bild-Generierung/Synthese.
Ein leistungsstarkes Werkzeug, das ComfyUI Workflows in ausführbaren Python-Code übersetzt.
Dies ist ein Workshop, der für Amazon Bedrock, einen Foundation-Model-Service, konzipiert wurde.
Portables lokales KI-Studio für Windows, Linux und macOS. Benutzeroberfläche ohne Einrichtung für Bildgenerierung, GGUF-LLMs, Text-zu-Sprache und Sprache-zu-Text
Dieses Projekt ist die offizielle Implementierung von 'DreamOmni2: Multimodales, Anweisungsbasiertes Editing und Generieren (CVPR2026 Highlight)'.
[ICCV 2025 Highlight] OminiControl: Minimale und universelle Steuerung für Diffusion Transformer
Autoregressives Modell übertrifft Diffusion: 🦙 Llama für skalierbare Bilderzeugung
KI-Fähigkeit für OpenClaw & Claude Code — Empfohlen aus über 10.000 Nano Banana Pro (Gemini) Bildprompts. Smartsuche nach Anwendungsfall, Content-Remix, Beispielebilder.
🚀 KI vollständig automatisierter Video-Generierungsmitarbeiter | Ihr erster AIGC-Kollege. Idee chatten. Film erhalten. 🦞