#text-to-image Dépôts
123 dépôts au total
WebAI2API : Outil de conversion d'IA web en API basé sur Camoufox, compatible avec LMArena/Gemini et plus, concurrence multi-fenêtres et isolation des comptes. | Web AI vers OpenAI API via Camoufox. Prend en charge LMArena/Gemini et plus, concurrence multi-fenêtres & isolation des comptes.
[ICCV 2025] 🔥🔥 UNO : Une méthode de personnalisation universelle pour le conditionnement à sujet unique et multi-sujets
Transformez n'importe quel visage en personnage de jeu vidéo, pixel art, animation en pâte à modeler, 3D ou jouet
Moteur d'inférence hors ligne pour l'art, les conversations vocales en temps réel, les chatbots alimentés par LLM et les flux de travail automatisés
ELLA : Équiper les modèles de diffusion avec des LLM pour un alignement sémantique amélioré
Ce nœud a été conçu pour aider les créateurs d'images IA à générer des invites pour des portraits humains.
Une collection de ressources sur la génération contrôlable avec des modèles de diffusion texte-vers-image.
Plus de 660 modèles de médias génératifs hébergés par muapi, ainsi que des outils d’API tiers proposés par la communauté (SEO, enrichissement, réseaux sociaux, scraping) — un fichier YAML par entrée, consultable par capacité.
Scenario pour Blender : images, vidéos, 3D et matériaux PBR générés par IA dans la vue 3D, ainsi qu’un serveur MCP local pour les agents. Extension pour Blender 5.0 ou version ultérieure, sous licence GPL-3.0 ou ultérieure.
J'ai reverse-engineered l'API officielle des fonctions texte‑à‑image et image‑à‑image de Jimeng/Dreamina. Je me suis inspiré de plusieurs projets d'experts et apporté quelques ajustements, ce qui a considérablement amélioré la stabilité.
Réparez l'art pixel et les images vectorielles IA directement dans votre navigateur
Implémentation de Muse : Génération de texte en image via des transformeurs génératifs masqués en Pytorch
Générateur vidéo automatique qui, à partir d'un thème donné, génère automatiquement des vidéos explicatives. L'utilisateur saisit le texte du thème, le système appelle un grand modèle linguistique pour générer une histoire ou un texte explicatif, puis appelle une interface de synthèse vocale pour générer la voix explicative, appelle une interface de texte à image pour générer des images d'accompagnement qui correspondent au contenu du texte, et enfin fusionne la voix et les images d'accompagnement pour créer une vidéo explicative.
Prompts de style JSON prêts à l’emploi pour Nano Banana Pro, GPT Image et Midjourney. Copiez un fichier style.json pour obtenir un rendu cohérent. De nouveaux styles chaque semaine.
Le tutoriel le plus facile à comprendre pour utiliser LoRA (Low-Rank Adaptation) dans le cadre de diffusers pour les chercheurs en génération IA🔥
[ICCV 2023] "TF-ICON: Diffusion-Based Training-Free Cross-Domain Image Composition" (Implémentation Officielle)
La collection de prompts Nano Banana Pro (Gemini 3 Pro Image) la plus complète du Web : plus de 908 exemples, avec des images d’illustration et une galerie d’images en ligne | Les meilleurs prompts Nano Banana Pro avec images
Plus de 50 applications d’IA générative open source à cloner, déployer et monétiser : générateurs d’images, outils vidéo, essayages virtuels, modèles de SaaS IA et intégrations de plateformes. Déployez chaque modèle sur Vercel en un clic.
[TMLR 2025🔥] Une enquête sur les modèles autorégressifs en vision.
Une collection d'études impressionnantes de génération de texte en image.
Implémentation officielle pour "Attend-and-Excite: Attention-Based Semantic Guidance for Text-to-Image Diffusion Models" (SIGGRAPH 2023)
L’application de génération et d’édition d’images Nano Banana la plus avancée. Votre centre principal pour la génération et la révision d’images par IA. Son interface intuitive propose des images de référence, l’édition avec des masques d’image, l’historique des versions et bien plus encore. Propulsée par l’API d’images Gemini Flash.
Paddle Multimodal Integration and eXploration, prenant en charge les tâches multimodales courantes, y compris les modèles de pré-entraînement multimodaux à grande échelle de bout en bout et la boîte à outils de modèles de diffusion. Équipé de hautes performances et d'une grande flexibilité.
Cosmos-Predict2 est une collection de modèles fondamentaux mondiaux à usage général pour l'IA physique qui peuvent être affinés en modèles mondiaux personnalisés pour les applications en aval.
HunyuanImage-2.1 : Un modèle de diffusion efficace pour la génération de texte à image haute résolution (2K)
Flash Diffusion : accélérer les modèles de diffusion conditionnelle (AAAI 2025 Oral)
Atelier vidéo IA open source. Apportez n'importe quel modèle ou votre ComfyUI local, et laissez Claude Code / Codex / Cursor le diriger via MCP — storyboard, références, génération, premier montage modifiable sur une vraie timeline. Local d'abord : projets, prompts et clés restent sur votre machine. Aucun compte, aucune télémétrie.
Une extension sd-webui pour utiliser DanTagGen pour "upsample prompts".
(Accepté par IJCV)Liquid : Les modèles linguistiques sont des générateurs multimodaux évolutifs et unifiés
Stable Diffusion : téléchargement gratuit de webui automatic1111, guide d'installation de comfyui, point de contrôle sdxl safetensors, modèle lora civitai, extension controlnet github. Lanceur SD WebUI Forge, optimisation pour faible VRAM, arguments de ligne de commande xformers, correction d'erreur python torch cuda, solution pour mémoire insuffisante, txt2img img2img, inpainting, upscaler realesrgan, installation sur PC local
Implémentation officielle pour "Blended Latent Diffusion" [SIGGRAPH 2023]
[ECCV2024] Ceci est le code d'inférence officiel des articles "Glyph-ByT5: Un encodeur de texte personnalisé pour un rendu de texte visuel précis" et "Glyph-ByT5-v2: Une solide base esthétique pour un rendu de texte visuel multilingue précis""