#image-generation Repositories
Insgesamt 288 Repositories
ComfyUi in Ihrem Photoshop! Sie können das Plugin installieren und kostenlose KI-Generierung genießen
Implementierung von "EasyControl: Hinzufügen effizienter und flexibler Steuerung für Diffusion Transformer" (ICCV2025)
Dies ist ein Repository, das es Ihnen ermöglicht, ChatGPT in Line zu integrieren.
Verfolgung und Sammlung von Arbeiten/Projekten/anderen Dingen im Zusammenhang mit „Segment Anything“.
【ICML 2025 Spotlight】 Offizielles Repo für das Paper „HealthGPT: Ein großes medizinisches Vision-Sprachmodell zur Vereinheitlichung von Verständnis und Generierung durch heterogene Wissensanpassung“
Open-Source-Higgsfield auf ComfyUI: 120 Apps für Bilder, Videos, VFX und Audio; alle Modelle mit offenen Gewichten. Läuft auf Modal oder deiner eigenen GPU.
Bilder direkt im Chat generieren, bearbeiten und vergleichen – mit über 500 Prompts, einer Galerie, Workflows mit mehreren Modellen und Unterstützung für ComfyUI. KI-Bildstudio für DeepSeek Harness.
Offizieller MiniMax Model Context Protocol (MCP) Server, der die Interaktion mit leistungsstarken Text-to-Speech-, Bildgenerierungs- und Videogenerierungs-APIs ermöglicht.
Ein schlanker PHP-Wrapper für wkhtmltopdf mit einer leicht zu nutzenden und sauberen OOP-Schnittstelle.
[CVPR 2025 Oral]Infinity ∞ : Skalierung von bitweisen autoregressiven Modellen für die hochauflösende Synthese von Bildern
Offizielle Repository für unsere Arbeit am Mikro-Budget-Training von groß angelegten Diffusionsmodellen.
[CVPR 2025 Oral] Rekonstruktion vs. Generierung: Bewältigung des Optimierungsdilemmas in latenten Diffusionsmodellen
Chinesische Handzeichnungstechnik für PPT: Vollseitige Bildgenerierung | 21:9 Titelbild + 16:9 Textabbildung | PNG‑Ausgabe
Ein benutzerdefinierter Knoten für ComfyUI zur Steuerung von 3D-Kamerawinkeln. Er bietet ein interaktives Three.js-Viewport zur Anpassung der Kamerawinkel und erzeugt formatierte Prompt-Strings für die Bildgenerierung aus mehreren Blickwinkeln.
WebAI2API: Tool zur Umwandlung von Web-AI in API basierend auf Camoufox, unterstützt LMArena/Gemini u.a., Multi-Fenster-Konkurrenz & Konto-Isolierung. | Web AI to OpenAI API via Camoufox. Supports LMArena/Gemini and more, multi-window concurrency & account isolation.
Anwendungsimplementierung mit geschäftlichen Anwendungsfällen zur sicheren Nutzung von generativer KI in Geschäftsabläufen
FireRed-Image-Edit ist ein leistungsstarkes Bildbearbeitungs-Grundmodell, das Open-Source-State-of-the-Art-Leistung mit präziser Anweisungsbefolgung, hochauflösender Generierung, überlegener Identitätskonstanz und nahtloser Multi-Element-Fusion erreicht.
Bernini ist ein einheitliches Framework für Videogenerierung und -bearbeitung, das einen MLLM-basierten semantischen Planer mit einem DiT-basierten Renderer kombiniert.
Ein natives, vereinheitlichtes multimodales Modell mit 3 Milliarden aktiven Parametern für das Verständnis, die Generierung und die Bearbeitung von Bildern und Videos.
Qwen-Image-Lightning: Beschleunigung des Qwen-Image-Modells durch Destillation
[ICCV 2025] 🔥🔥 UNO: Eine universelle Anpassungsmethode für die Konditionierung von Einzel- und Mehrfachelementen
(NeurIPS 2024 mündlicher Vortrag 🔥) Verbesserte Verteilungsübereinstimmungsdestillation für schnelle Bildsynthese
Ein umfangreicher Text-zu-Bild-Prompt-Galerie-Datensatz basierend auf Stable Diffusion
Ein umfassendes Open-Source-Framework für Skills und Assets zur AAA-Spieleentwicklung.
Ein einfacher, eigenständiger Betrachter zum Lesen von Prompts aus Stable Diffusion generierten Bildern außerhalb der WebUI.
Offline-Inferenz-Engine für Kunst, Echtzeit-Sprachgespräche, LLM-gestützte Chatbots und automatisierte Workflows
[NeurIPS 2020] Differenzierbare Augmentierung für dateneffizientes GAN-Training
📄 Ein Kommandozeilen-Tool zum Generieren von PDFs aus URL, HTML oder Markdown-Dateien.
Die Inpaint Anything-Erweiterung führt Stable Diffusion Inpainting auf einer Browser-Benutzeroberfläche mit Masken von Segment Anything durch.
Das Laravel AI SDK bietet eine einheitliche, ausdrucksstarke API zur Interaktion mit KI-Anbietern wie OpenAI, Anthropic, Gemini und mehr.
Guicang Material-Illustrations-Skill: Erstellung von beschrifteten Erklärdiagrammen, Grafikverschönerung und begleitenden Referenzbildern.
[ICCV 2025] Offizielle Implementierung von "MV-Adapter: Vereinfachte mehransichtige konsistente Bilderzeugung"
Einfaches Shell-Skript zur Verwendung von OpenAI's ChatGPT und DALL-E über das Terminal. Kein Python oder JS erforderlich.
Erstellen Sie mühelos PDFs und Bilder in Symfony durch Konvertierung von HTML mit WebKit
Die Open-Source-KI-Engine für AMD Strix Halo. Text-, Embedding-, Sprach-, Bild- und Videomodelle in einer einzigen Binärdatei – mit OpenAI-kompatiblen APIs, Caching für Programmieragenten und Modellerweiterungen. Linux und Windows.
[CVPR 2026] 🔥🔥 Offizielles Repository von USO: Einheitliche Stil- und subjektgesteuerte Generierung via disentangled und Reward Learning
Offizielle PyTorch-Implementierung von "SiT: Erkundung von fluss- und diffusionsbasierten generativen Modellen mit skalierbaren interpolanten Transformatoren"