#text-to-image リポジトリ
リポジトリ合計123件
WebAI2API: Camoufox ベースのウェブ AI を API に変換するツール。LMArena/Gemini などをサポート、多窓口同時実行とアカウント隔離。 | Web AI to OpenAI API via Camoufox. Supports LMArena/Gemini and more, multi-window concurrency & account isolation.
テキストから画像への拡散モデルによる制御可能な生成に関するリソースのコレクション。
muapiがホストする660以上の生成メディアモデルに加え、コミュニティ投稿のサードパーティAPIツール(SEO、データ拡充、ソーシャル、スクレイピング)を収録。1項目につきYAMLファイル1つで、機能別に閲覧できます。
Blender向けScenario:ビューポートでAI画像、動画、3D、PBRマテリアルを利用でき、エージェント向けのローカルMCPサーバーも搭載。Blender 5.0以降対応の拡張機能。ライセンスはGPL-3.0以降。
Jimeng/Dreaminaのテキストから画像、画像から画像への機能の公式APIを逆エンジニアリングしました。複数の専門家のプロジェクトからインスピレーションを得て、いくつかの調整を行い、安定性を大幅に向上させました。
テーマが与えられると、解説動画を自動生成する自動動画ジェネレーター。ユーザーがテーマのテキストを入力すると、システムは大規模言語モデルを呼び出してストーリーまたは解説テキストを生成し、次に音声合成インターフェースを呼び出して解説の音声を生成し、テキストから画像へのインターフェースを呼び出してテキストコンテンツに合った補足画像を生成し、最後に音声と補足画像を融合して解説動画を生成します。
Nano Banana Pro、GPT Image、Midjourney向けの、すぐに使えるJSONスタイルプロンプト。style.jsonを1つコピーするだけで、一貫したルックに。毎週新しいスタイルを追加。
AI生成研究者向けdiffusersフレームワーク内でのLoRA(Low-Rank Adaptation)使用に関する最もわかりやすいチュートリアル🔥
[ICCV 2023] "TF-ICON: Diffusion-Based Training-Free Cross-Domain Image Composition" (公式実装)
Nano Banana Pro(Gemini 3 Pro Image)のネット上で最も充実したプロンプト集:908以上の事例、作例画像とオンライン画像ギャラリー付き | 画像付きのNano Banana Proおすすめプロンプト
クローン、デプロイ、収益化ができるオープンソースの生成AIアプリが50種類以上。画像生成ツール、動画ツール、バーチャル試着、AI SaaSテンプレート、プラットフォーム連携などを揃えています。すべてのテンプレートをVercelにワンクリックでデプロイできます。
「Attend-and-Excite: Attention-Based Semantic Guidance for Text-to-Image Diffusion Models」(SIGGRAPH 2023)の公式実装
最先端のNano Banana画像生成・編集アプリケーション。AI画像の生成と修正を一元管理できるハブです。直感的なUIで、参照画像、画像マスクを使った編集、バージョン履歴など、さまざまな機能を利用できます。Gemini Flash画像APIを搭載しています。
Paddle Multimodal Integration and eXplorationは、エンドツーエンドの大規模マルチモーダル事前学習モデルや拡散モデルツールボックスを含む、主流のマルチモーダルタスクをサポートします。高性能と柔軟性を備えています。
Cosmos-Predict2は、Physical AI向けの汎用的なワールド基盤モデルのコレクションであり、下流アプリケーション向けのカスタマイズされたワールドモデルにファインチューニングすることができます。
オープンソースのAI動画ワークベンチ。任意のモデルやローカルのComfyUIを持ち込み、Claude Code / Codex / CursorにMCP経由で演出を任せましょう——絵コンテ、リファレンス、生成、実際のタイムライン上で編集可能なファストカット。ローカルファースト:プロジェクト、プロンプト、キーはすべてあなたのマシン上に保持。アカウント不要、テレメトリなし。
Stable Diffusion: webui automatic1111 無料ダウンロード、comfyui セットアップガイド、sdxl チェックポイント safetensors、lora モデル civitai、controlnet 拡張機能 github。SD WebUI Forge ランチャー、低VRAM最適化、xformers コマンドライン引数、python torch cuda エラー修正、メモリ不足の解決策、txt2img img2img、インペインティング、realesrgan アップスケーラー、ローカルPCインストール
[ECCV2024] 本論文「Glyph-ByT5: Accurate Visual Text Renderingのためのカスタムテキストエンコーダ」および「Glyph-ByT5-v2: Accurate Multilingual Visual Text Renderingのための強力な美的ベースライン」の公式推論コードです。」