#image-generation 仓库
共 288 个仓库
Stable Diffusion (SwarmUI, ComfyUI, and Auto WebUI) 的动态阈值 (CFG 缩放修复)
[ICLR24] 论文“MagicDrive: Street View Generation with Diverse 3D Geometry Control”的官方实现
VITON-HD: High-Resolution Virtual Try-On via Misalignment-Aware Normalization (CVPR 2021) 的官方 PyTorch 实现
利用人工智能向任意方向无缝扩展图像。这是一个由 OpenRouter 上的 Gemini 提供支持的开源 Web 应用,具备泊松融合接缝处理和“三选一”变体选择功能。
660 多个由 muapi 托管的生成式媒体模型,以及社区提交的第三方 API 工具(SEO、数据丰富、社交媒体、抓取)——每个条目对应一个 YAML 文件,可按功能浏览。
Blender 场景工具:在视口中使用 AI 图像、视频、3D 和 PBR 材质,并为智能体提供本地 MCP 服务器。适用于 Blender 5.0 及更高版本的扩展,采用 GPL-3.0 或更高版本许可。
🎬 通过 3D 交互控制从任意相机视角生成图像。在 3D 空间中拖动相机,或使用滑块设置方位角/仰角/距离,然后生成图像。基于 Three.js + Gradio 构建,支持中英文双语界面。
一体化、100% 本地运行的 AI 视频、图像和音乐工作室。导演模式可根据单条提示词规划完整的音乐视频和短片。基于 WanGP 流水线构建。通过 Pinokio 安装。
🎨 Codex 中的开源 AI 幻灯片工作室:原生图像式演示文稿,每张幻灯片都是完整的视觉画布。⚡ 约 4-5 分钟生成 10 张以上高质量幻灯片——快速模式并行渲染每一页。🔍 实时观看整个流程:研究 → 大纲 → 样式 → 渲染 → 编辑 → 演示 → 导出 PDF/PPTX。🖥️ 浏览器优先 · 零 API 密钥 · 项目持久化。
面向 ComfyUI 的本地优先、原生智能体控制平面 —— MCP 服务器 + 侧边栏智能体,支持使用任何大模型(Claude、ChatGPT、Gemini、本地 Ollama 或任何托管模型)通过自然语言生成图像、视频和音频,编写并运行工作流,以及编辑实时图表。包含 178 个工具、36 项 AI 技能、55 个安装包。支持本地、局域网、VPS 或 Comfy Cloud 部署。
ECCV 2022 论文《High-Resolution Virtual Try-On with Misalignment and Occlusion-Handled Conditions》的官方 PyTorch 实现。
适用于 Nano Banana Pro、GPT Image 和 Midjourney 的即插即用 JSON 风格提示词。复制一个 style.json,即可获得统一的视觉风格。每周新增风格。
FreeTheAi(解放AI):免费且兼容OpenAI的AI API,拥有50多个模型,支持Discord密钥注册、流式传输、工具、图像、消息和响应。无需信用卡。
Open‑WebUI Tools 是一个模块化工具包,旨在扩展和丰富你的 Open WebUI 实例,使其成为强大的 AI 工作站。配备超过 15 个专业工具、功能管道和过滤器,该项目支持学术研究、代理自主性、多模态创作、工作流程等。