#image-generation Repositórios
288 repositórios no total
ComfyUI dentro do seu Photoshop! Você pode instalar o plugin e desfrutar de geração de IA gratuita.
Implementação de "EasyControl: Adicionando Controle Eficiente e Flexível para Difusão Transformer" (ICCV2025)
Rastreamento e coleta de artigos/projetos/outros relacionados ao Segment Anything.
【ICML 2025 Spotlight】 Repositório Oficial para o Artigo ‘’HealthGPT: Um Grande Modelo Visão-Linguagem Médico para Unificação de Compreensão e Geração via Adaptação de Conhecimento Heterogêneo‘’
Higgsfield de código aberto no ComfyUI: 120 apps de imagem, vídeo, efeitos visuais e áudio; todos os modelos têm pesos abertos. Funciona no Modal ou na sua própria GPU.
Gere, edite e compare imagens no chat; inclui mais de 500 prompts, uma galeria, fluxos de trabalho com vários modelos e suporte ao ComfyUI. Estúdio de imagens com IA para DeepSeek Harness.
Servidor oficial do protocolo de contexto do modelo MiniMax (MCP) que permite a interação com poderosas APIs de conversão de texto em fala, geração de imagens e geração de vídeo.
Um wrapper PHP enxuto ao redor do wkhtmltopdf com uma interface OOP fácil de usar e limpa.
[CVPR 2025 Oral]Infinity ∞ : Dimensionando a Modelagem AutoRegressiva Bit a Bit para Síntese de Imagens de Alta Resolução
Repositório oficial do nosso trabalho sobre treinamento de baixo custo de modelos de difusão em larga escala.
[CVPR 2025 Oral] Reconstrução vs. Geração: Amansando o Dilema da Otimização em Modelos de Difusão Latente
Técnica de desenho à mão chinesa para PPT: geração de imagens de página inteira | Capa 21:9 + Ilustração do corpo 16:9 | Saída PNG
Um nó personalizado do ComfyUI para controle de ângulo de câmera 3D. Fornece uma visualização interativa do Three.js para ajustar os ângulos da câmera e gera strings de prompt formatadas para geração de imagens em múltiplos ângulos.
WebAI2API: Ferramenta de conversão de IA web para API baseada em Camoufox, suporta LMArena/Gemini e mais, concorrência multi-janela e isolamento de contas. | Web AI to OpenAI API via Camoufox. Supports LMArena/Gemini and more, multi-window concurrency & account isolation.
Implementação de aplicações com casos de uso de negócios para a utilização segura de IA generativa em operações empresariais
FireRed-Image-Edit é um poderoso modelo de base para edição de imagens que alcança desempenho de ponta open-source com seguimento preciso de instruções, geração de alta fidelidade, consistência superior de identidade e fusão perfeita de múltiplos elementos.
Bernini é uma estrutura unificada para geração e edição de vídeo que combina um planejador semântico baseado em MLLM com um renderizador baseado em DiT.
Um modelo multimodal unificado nativo de 3 bilhões de parâmetros ativos para compreensão, geração e edição de imagens e vídeos.
Qwen-Image-Lightning: Acelere o modelo Qwen-Image com destilação
[ICCV 2025] 🔥🔥 UNO: Um Método de Personalização Universal para Condicionamento de Sujeito Único e Múltiplo
(NeurIPS 2024 Apresentação Oral 🔥) Destilação de Correspondência de Distribuição Aprimorada para Síntese Rápida de Imagens
Um conjunto de dados de galeria de prompts de texto para imagem em larga escala baseado no Stable Diffusion
Uma estrutura abrangente de código aberto de habilidades e ativos para geração de jogos AAA.
Um visualizador simples e autônomo para ler prompts da imagem gerada pelo Stable Diffusion fora da interface web (webui).
Motor de inferência offline para arte, conversas de voz em tempo real, chatbots com tecnologia LLM e fluxos de trabalho automatizados
[NeurIPS 2020] Aumento Diferenciável para Treinamento de GANs Eficiente em Dados
📄 Uma ferramenta de linha de comando para gerar PDF a partir de URL, arquivos HTML ou Markdown.
A extensão Inpaint Anything realiza o inpainting de difusão estável em uma interface de usuário (UI) do navegador, utilizando máscaras provenientes do Segment Anything.
O SDK AI do Laravel oferece uma API unificada e expressiva para interagir com provedores de IA, como OpenAI, Anthropic, Gemini e mais.
Habilidade de ilustração de materiais Guicang: Gerar diagramas explicativos com texto, embelezamento de gráficos e imagens de referência auxiliares.
[ICCV 2025] Implementação oficial de "MV-Adapter: Geração de Imagens Consistente em Múltiplas Vistas Facilitada"
Script shell simples para usar o ChatGPT e o DALL-E da OpenAI diretamente do terminal. Não requer Python ou JS.
Coleção de recursos incríveis sobre tradução de imagem para imagem.
O mecanismo de IA de código aberto para AMD Strix Halo. Modelos de texto, embeddings, fala, imagem e vídeo em um único binário, com APIs compatíveis com OpenAI, cache para agentes de programação e extensões de modelos. Linux e Windows.
[CVPR 2026] 🔥🔥 Repositório oficial do USO: Geração unificada de estilo e baseada em assunto via Aprendizado Desentrelaçado e Aprendizado por Recompensa
Implementação Oficial em PyTorch de "SiT: Explorando Modelos Geradores Baseados em Fluxo e Difusão com Transformers Interpolantes Escaláveis"