#text-to-image 仓库
共 123 个仓库
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.
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。
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。
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。
[ICCV 2023] "TF-ICON: Diffusion-Based Training-Free Cross-Domain Image Composition" (官方实现)
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)
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。
"Attend-and-Excite: Attention-Based Semantic Guidance for Text-to-Image Diffusion Models" (SIGGRAPH 2023) 的官方实现
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。
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。
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。
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
[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。“