Git Stars Git Stars

#text-to-image 仓库

123
仓库总数
472,010
总星标数
3,837
平均每个仓库星标数

共 123 个仓库

⭐ 1,503 Python 👤 Stability-AI Organization 🕐 已更新 2025-01-08 📅 创建时间 2024-10-09
52
foxhui/WebAI2API

WebAI2API:基于 Camoufox 的网页 AI 转 API 工具,支持 LMArena/Gemini 等,多窗口并发与账号隔离。 | Web AI to OpenAI API via Camoufox. Supports LMArena/Gemini and more, multi-window concurrency & account isolation.

foxhui
⭐ 1,429 JavaScript 👤 foxhui User 🕐 已更新 2026-07-10 📅 创建时间 2025-11-23
54
bytedance/UNO

[ICCV 2025] 🔥🔥 UNO: 单一和多主体条件化的通用定制方法

bytedance
⭐ 1,362 Python 👤 bytedance Organization 🕐 已更新 2025-09-12 📅 创建时间 2025-04-01
55
fofr/cog-face-to-many

将任何脸部变成电子游戏角色、像素艺术、定格动画、3D或玩具

fofr
⭐ 1,362 Python 👤 fofr User 🕐 已更新 2024-04-09 📅 创建时间 2024-03-05
56
Capsize-Games/airunner

艺术、实时语音对话、LLM驱动的聊天机器人和自动化工作流的离线推理引擎

Capsize-Games
⭐ 1,317 Python 👤 Capsize-Games Organization 🕐 已更新 2026-11-20 📅 创建时间 2023-03-21
57
TencentQQGYLab/ELLA

ELLA:为增强语义对齐而为扩散模型配备LLM

TencentQQGYLab
⭐ 1,269 Python 👤 TencentQQGYLab Organization 🕐 已更新 2024-07-17 📅 创建时间 2024-03-07
58
florestefano1975/comfyui-portrait-master

此节点旨在帮助 AI 图像创作者生成人物肖像的提示。

florestefano1975
⭐ 1,250 Python 👤 florestefano1975 User 🕐 已更新 2026-02-09 📅 创建时间 2023-12-13
59
PRIV-Creation/Awesome-Controllable-T2I-Diffusion-Models

关于文本到图像扩散模型可控生成的资源集合。

PRIV-Creation
⭐ 1,110 Python 👤 PRIV-Creation Organization 🕐 已更新 2026-11-16 📅 创建时间 2023-04-13
60
zai-org/CogView4

CogView4, CogView3-Plus 和 CogView3 (ECCV 2024)

zai-org
⭐ 1,103 Python 👤 zai-org Organization 🕐 已更新 2025-03-29 📅 创建时间 2024-09-23
61
Alpha-VLLM/Lumina-mGPT-2.0

Lumina-mGPT 2.0:独立式自回归图像建模

Alpha-VLLM
⭐ 1,081 Python 👤 Alpha-VLLM Organization 🕐 已更新 2025-11-03 📅 创建时间 2025-04-03
62
Anil-matcha/awesome-agent-apis

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。

Anil-matcha
⭐ 1,070 Python 👤 Anil-matcha User 🕐 已更新 2026-10-14 📅 创建时间 2023-05-06
63
scenario-labs/blender-plugin

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。

scenario-labs
⭐ 1,066 Python 👤 scenario-labs Organization 🕐 已更新 2026-11-20 📅 创建时间 2026-08-30
64
worldbench/DiffusionOPSD

🔥 扩散模型中的策略内自蒸馏

worldbench
⭐ 1,057 Python 👤 worldbench Organization 🕐 已更新 2026-10-12 📅 创建时间 2026-07-29
65
iptag/jimeng-api

逆向工程了 Jimeng/Dreamina 的文本到图像以及图像到图像功能的官方 API。借鉴了多位专家项目的灵感并做了一些调整,显著提升了稳定性。

iptag
⭐ 1,041 TypeScript 👤 iptag User 🕐 已更新 2026-03-02 📅 创建时间 2025-09-28
66
why20021008/hand-write

模拟手写效果,节约时间。

why20021008
⭐ 1,017 Python 👤 why20021008 User 🕐 已更新 2025-11-07 📅 创建时间 2022-04-04
67
jenissimo/unfake.js

在浏览器中直接修复AI像素艺术和矢量图像

jenissimo
⭐ 995 JavaScript 👤 jenissimo User 🕐 已更新 2026-09-29 📅 创建时间 2025-07-21
68
lucidrains/muse-maskgit-pytorch

Muse 实现:通过 Pytorch 中的掩码生成式 Transformer 进行文本到图像生成

lucidrains
⭐ 920 Python 👤 lucidrains User 🕐 已更新 2024-02-29 📅 创建时间 2023-01-03
69
IrisRainbowNeko/HCP-Diffusion

一个通用的Stable-Diffusion工具箱

IrisRainbowNeko
⭐ 909 Python 👤 IrisRainbowNeko User 🕐 已更新 2026-05-08 📅 创建时间 2023-04-10
70
kuangdd2024/auto-video-generateor

自动视频生成器,给定主题,自动生成解说视频。用户输入主题文字,系统调用大语言模型生成故事或解说的文字,然后进一步调用语音合成接口生成解说的语音,调用文生图接口生成契合文字内容的配图,最后融合语音和配图生成解说视频。

kuangdd2024
⭐ 895 Python 👤 kuangdd2024 User 🕐 已更新 2025-10-15 📅 创建时间 2024-08-12
71
VigoZhao/AI-Visual-Prompt-Cookbook

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。

VigoZhao
⭐ 874 HTML 👤 VigoZhao User 🕐 已更新 2026-11-19 📅 创建时间 2026-05-11
72
haofanwang/Lora-for-Diffusers

AI生成研究人员在diffusers框架中使用LoRA(Low-Rank Adaptation)最易懂的教程🔥

haofanwang
⭐ 823 Python 👤 haofanwang User 🕐 已更新 2024-04-10 📅 创建时间 2023-02-17
73
Shilin-LU/TF-ICON

[ICCV 2023] "TF-ICON: Diffusion-Based Training-Free Cross-Domain Image Composition" (官方实现)

Shilin-LU
⭐ 819 Python 👤 Shilin-LU User 🕐 已更新 2025-03-06 📅 创建时间 2023-07-23
74
xianyu110/awesome-nanobananapro-prompts

Nano Banana Pro(Gemini 3 Pro Image)全网最全提示词:908+个案例,附效果图与在线图库 | 最佳 Nano Banana Pro 提示词(含图片)

xianyu110
⭐ 816 HTML 👤 xianyu110 User 🕐 已更新 2026-10-06 📅 创建时间 2025-11-21
75
Anil-matcha/awesome-generative-ai-apps

50 多款开源生成式 AI 应用,可供克隆、部署和变现——涵盖图像生成器、视频工具、虚拟试穿、AI SaaS 模板和平台集成。每个模板都支持一键部署到 Vercel。

Anil-matcha
⭐ 812 JavaScript 👤 Anil-matcha User 🕐 已更新 2026-10-22 📅 创建时间 2024-01-23
76
ChaofanTao/Autoregressive-Models-in-Vision-Survey

[TMLR 2025🔥] 视觉领域自回归模型调研。

ChaofanTao
⭐ 805 👤 ChaofanTao User 🕐 已更新 2026-05-05 📅 创建时间 2024-07-01
77
eps696/aphantasia

CLIP + FFT/DWT/RGB = 文本到图像/视频

eps696
⭐ 791 Python 👤 eps696 User 🕐 已更新 2025-02-13 📅 创建时间 2021-02-28
78
FlyMyAI/flymyai-lora-trainer

Qwen-Image 文本到图像 LoRA 训练器

FlyMyAI
⭐ 770 Python 👤 FlyMyAI Organization 🕐 已更新 2026-10-21 📅 创建时间 2025-08-06
79
AlonzoLeeeooo/awesome-text-to-image-studies

一系列精彩的文本到图像生成研究。

AlonzoLeeeooo
⭐ 764 TeX 👤 AlonzoLeeeooo User 🕐 已更新 2026-11-20 📅 创建时间 2024-02-11
80
yuval-alaluf/Attend-and-Excite

"Attend-and-Excite: Attention-Based Semantic Guidance for Text-to-Image Diffusion Models" (SIGGRAPH 2023) 的官方实现

yuval-alaluf
⭐ 759 Jupyter Notebook 👤 yuval-alaluf User 🕐 已更新 2024-01-26 📅 创建时间 2023-01-30
81
jianzhnie/awesome-text-to-video

文本到视频生成/合成调查。

jianzhnie
⭐ 757 Python 👤 jianzhnie User 🕐 已更新 2026-11-13 📅 创建时间 2023-03-29
82
markfulton/NanoBananaEditor

最先进的 Nano Banana 图像生成与编辑应用。您的 AI 图像生成和修改中心。直观的用户界面支持参考图像、图像蒙版编辑、版本历史记录等功能。由 Gemini Flash 图像 API 提供支持。

markfulton
⭐ 735 TypeScript 👤 markfulton User 🕐 已更新 2026-10-07 📅 创建时间 2025-08-31
84
PaddlePaddle/PaddleMIX

Paddle Multimodal Integration and eXploration,支持主流多模态任务,包括端到端大规模多模态预训练模型和扩散模型工具箱。具备高性能和灵活性。

PaddlePaddle
⭐ 721 Python 👤 PaddlePaddle Organization 🕐 已更新 2026-03-06 📅 创建时间 2023-07-05
85
yousef-rafat/miniDiffusion

纯 PyTorch 实现的 Stable Diffusion 3.5

yousef-rafat
⭐ 705 Python 👤 yousef-rafat User 🕐 已更新 2025-06-14 📅 创建时间 2025-03-07
87
nvidia-cosmos/cosmos-predict2

Cosmos-Predict2 是一个用于物理AI的通用世界基础模型合集,可以微调为用于下游应用的定制化世界模型。

nvidia-cosmos
⭐ 677 Python 👤 nvidia-cosmos Organization 🕐 已更新 2025-10-29 📅 创建时间 2025-06-11
88
Tencent-Hunyuan/HunyuanImage-2.1

HunyuanImage-2.1:高效的2K高分辨率文本到图像生成扩散模型

Tencent-Hunyuan
⭐ 674 Python 👤 Tencent-Hunyuan Organization 🕐 已更新 2025-10-14 📅 创建时间 2025-09-04
89
rohitgandikota/erasing

从扩散模型中抹去概念

rohitgandikota
⭐ 667 Jupyter Notebook 👤 rohitgandikota User 🕐 已更新 2026-03-26 📅 创建时间 2023-02-15
90
gojasper/flash-diffusion

Flash Diffusion — 加速条件扩散模型 (AAAI 2025 Oral)

gojasper
⭐ 663 Python 👤 gojasper Organization 🕐 已更新 2025-03-11 📅 创建时间 2024-06-04
91
aqm857886159/Nomi

开源 AI 视频工作台。接入任意模型或你本地的 ComfyUI,让 Claude Code / Codex / Cursor 通过 MCP 来执导——故事板、参考素材、生成、在真实时间轴上可编辑的初剪。本地优先:项目、提示词和密钥都保留在你的电脑上。无需账号,无遥测。

aqm857886159
⭐ 661 TypeScript 👤 aqm857886159 User 🕐 已更新 2026-11-21 📅 创建时间 2026-05-04
92
lehduong/OneDiffusion

OneDiffusion 论文 (CVPR 2025) 的官方实现

lehduong
⭐ 661 Python 👤 lehduong User 🕐 已更新 2024-12-14 📅 创建时间 2024-11-24
93
filliptm/ComfyUI_Fill-Nodes

ComfyUI 大型节点包

filliptm
⭐ 660 Python 👤 filliptm User 🕐 已更新 2026-09-15 📅 创建时间 2023-11-28
94
cbh123/emoji

使用AI为Slack制作表情符号

cbh123
⭐ 651 Elixir 👤 cbh123 User 🕐 已更新 2024-03-28 📅 创建时间 2023-09-08
95
KohakuBlueleaf/z-tipo-extension

一个用于利用DanTagGen来“放大提示”的sd-webui扩展。

KohakuBlueleaf
⭐ 648 Python 👤 KohakuBlueleaf User 🕐 已更新 2026-10-22 📅 创建时间 2024-03-23
⭐ 648 Python 👤 fofr User 🕐 已更新 2024-03-01 📅 创建时间 2024-02-28
97
FoundationVision/Liquid

(被IJCV录用)Liquid:语言模型是可扩展的统一多模态生成器

FoundationVision
⭐ 642 Python 👤 FoundationVision Organization 🕐 已更新 2026-06-01 📅 创建时间 2024-12-12
98
BasZ4ll/Stable-Diffusion-WebUI

Stable Diffusion:webui automatic1111 免费下载,comfyui 设置指南,sdxl 检查点 safetensors,lora 模型 civitai,controlnet 扩展 github。SD WebUI Forge 启动器,低显存优化,xformers 命令行参数,python torch cuda 错误修复,内存不足解决方案,txt2img img2img,重绘 (inpainting),realesrgan 放大器,本地电脑安装

BasZ4ll
⭐ 638 TypeScript 👤 BasZ4ll User 🕐 已更新 2026-05-17 📅 创建时间 2026-05-17
99
omriav/blended-latent-diffusion

"Blended Latent Diffusion" [SIGGRAPH 2023] 的官方实现

omriav
⭐ 627 Jupyter Notebook 👤 omriav User 🕐 已更新 2024-06-04 📅 创建时间 2022-06-06
100
AIGText/Glyph-ByT5

[ECCV2024] 本文是论文“Glyph-ByT5: A Customized Text Encoder for Accurate Visual Text Rendering”和“Glyph-ByT5-v2: A Strong Aesthetic Baseline for Accurate Multilingual Visual Text Rendering”的官方推理代码。“

AIGText
⭐ 626 Jupyter Notebook 👤 AIGText Organization 🕐 已更新 2025-09-05 📅 创建时间 2024-03-15