#image-generation Репозитории
Всего репозиториев: 288
Динамическая пороговая обработка (Исправление масштаба CFG) для Stable Diffusion (SwarmUI, ComfyUI и Auto WebUI)
Автоматически находите проблемы в наборах данных изображений и практикуйте ориентированное на данные компьютерное зрение.
что-то вроде Visual-ChatGPT, версия Wenxin Yiyan с открытым исходным кодом
[ICLR24] Официальная реализация статьи «MagicDrive: Генерация уличных сцен с разнообразным контролем 3D-геометрии»
PyTorch – Расчет FID с надлежащим изменением размера изображения и шагами квантования [CVPR 2022]
Официальная реализация PyTorch для "VITON-HD: High-Resolution Virtual Try-On via Misalignment-Aware Normalization" (CVPR 2021)
Библиотека референсов поз, нарядов и портретов с подсказками на китайском и английском языках и возможностью виртуальной примерки с помощью ИИ в браузере
Бесшовно расширяйте любое изображение в любом направлении с помощью ИИ. Веб-приложение с открытым исходным кодом на базе Gemini через OpenRouter, с использованием пуассоновского смешивания швов и выбором лучшего варианта из трех.
Lumina-mGPT 2.0: Автономное авторегрессионное моделирование изображений
Более 660 моделей генеративных медиа, размещённых на muapi, а также сторонние API-инструменты, добавленные сообществом (SEO, обогащение данных, соцсети, скрейпинг). Для каждой записи — отдельный YAML-файл; просмотр доступен по возможностям.
Scenario для Blender: изображения, видео, 3D и PBR-материалы на базе ИИ в окне просмотра, а также локальный MCP-сервер для агентов. Расширение для Blender 5.0 и выше, лицензия GPL-3.0 или более поздняя версия.
Стандартное приложение AI PC для создания изображений ИИ, стилизации изображений и чат-бота на ПК с графическим процессором Intel® Arc™.
Официальный стартовый набор для Nano Banana Hackathon. Клонируйте этот репозиторий, чтобы быстро приступить к разработке!
Узлы планирования и маскирования ControlNet с поддержкой скользящего контекста
🎬 Создавайте изображения с любой точки обзора камеры с помощью интерактивного 3D-управления. Перетаскивайте камеру в 3D-пространстве или используйте ползунки, чтобы задать азимут, угол возвышения и расстояние, а затем запускайте генерацию. Создано с использованием Three.js + Gradio; интерфейс поддерживает китайский и английский языки.
Миниатюрный автокодировщик для Stable Diffusion (и других моделей изображений)
Универсальная полностью локальная студия ИИ для создания видео, изображений и музыки. Режим режиссёра планирует полноценные музыкальные клипы и короткометражные фильмы по одному запросу. Создана на базе конвейера WanGP. Установите через Pinokio.
[SIGGRAPH'22] StyleGAN-XL: Масштабирование StyleGAN для больших разнообразных наборов данных
🎨 Открытая AI-студия слайдов внутри Codex: нативные изображения, каждый слайд — полный визуальный холст. ⚡ 10+ высококачественных слайдов за ~4–5 минут — Быстрый режим рендерит каждую страницу параллельно. 🔍 Наблюдайте за всей цепочкой вживую: исследование → план → стиль → рендеринг → редактирование → презентация → экспорт PDF/PPTX. 🖥️ Браузер в приоритете · нулевые ключи API · долговечные проекты.
:fire: :fire: :fire: Список статей по некоторым недавним работам в области компьютерного зрения (CV)
Несколько модульный графический интерфейс текст-в-изображение, изначально только для Stable Diffusion
[ICLR 2026] Итеративный фреймворк без обучения для визуализации длинных историй
Локально-ориентированная, агентно-ориентированная панель управления для ComfyUI — MCP-сервер + боковая панель агента, которая генерирует изображения, видео и аудио, создает и запускает рабочие процессы, а также редактирует ваш живой граф на естественном языке с использованием ЛЮБОЙ LLM (Claude, ChatGPT, Gemini, локальная Ollama или любая хостинговая модель). 178 инструментов, 36 навыков ИИ, 55 пакетов установки. Локально, LAN, VPS или Comfy Cloud.
WebUI для локальных AI-рабочих процессов для Gemini, интегрирующий мультимодальный чат, Canvas, обработку файлов, поиск в реальном времени, выполнение кода и продвинутое рассуждение.
Zizi Animation - Полностью бесплатное программное обеспечение для генерации видео AIGC, в основном используемое для короткометражных фильмов AI, фильмов AI, твитов романов
Официальная реализация PyTorch для статьи High-Resolution Virtual Try-On with Misalignment and Occlusion-Handled Conditions (ECCV 2022).
Локально-ориентированная среда выполнения и студия для генерации визуального контента для людей и программных агентов, с воспроизводимыми рабочими процессами создания изображений и видео через нескольких провайдеров.
Приложение для преобразования текста в изображение. Подходит для длинных статей-пушей для официальных аккаунтов WeChat и для создания публикаций в виде изображений для социальных сетей, таких как Xiaohongshu, Instagram и т. д.
Этот проект призван решить проблему бесполезных рукописных домашних заданий в некоторых университетах
Единая мультимодальная языковая модель на основе моделирования дискретных последовательностей
Готовые к использованию JSON-промпты стилей для Nano Banana Pro, GPT Image и Midjourney. Скопируйте файл style.json, чтобы получить единый визуальный стиль. Новые стили каждую неделю.
CLI Flatkey для генерации медиафайлов: изображений, видео, аудио и текста, а также работы с кредитами и поиска моделей.
[CVPR 2025] Первое исследование рассуждений CoT (RL, TTS, Рефлексия) в генерации изображений
[ECCV 2024] HiDiffusion: Увеличивает разрешение и скорость вашей диффузионной модели, добавляя всего одну строку кода!
[Расширенная версия ICLR 2025 Blog Track] Anole: Открытые, авторегрессивные и нативные мультимодальные модели для генерации чередующихся изображений и текста
FreeTheAi (Освободите ИИ): бесплатный AI API, совместимый с OpenAI, с более чем 50 моделями, регистрация по ключу Discord, стриминг, инструменты, изображения, сообщения и ответы. Без кредитной карты.
Open‑WebUI Tools — модульный набор инструментов, созданный для расширения и обогащения вашей установки Open WebUI, превращая ее в мощную AI‑рабочую станцию. С набором из более чем 15 специализированных инструментов, пайплайнов функций и фильтров, этот проект поддерживает академические исследования, агентскую автономию, мультимодальное творчество, рабочие процессы и многое другое.