image-generation

[TMLR 2025🔥] Un estudio sobre modelos autorregresivos en visión artificial.

Open-WebUI Tools es un kit de herramientas modular diseñado para extender y enriquecer su instancia de Open WebUI, convirtiéndola en una potente estación de trabajo de IA. Con un conjunto de más de 15 herramientas especializadas, tuberías de funciones y filtros, este proyecto admite investigación académica, autonomía de agentes, creatividad multimodal, flujos de trabajo y más.

Entorno de ejecución y estudio de generación visual local-first para personas y agentes de codificación, con flujos de trabajo de imagen y video reproducibles en múltiples proveedores.

Un estudio sobre la generación/síntesis de texto a video.

Una habilidad de Codex de código disponible para destilar fotografías en abstracciones editoriales dispersas.

Más de 1400 prompts de imágenes de IA en tendencia seleccionados de X, clasificados por interacción. Funciona con NanoBanana, GPT Image 2, Midjourney

Plano de control local y nativo para agentes de ComfyUI: servidor MCP + agente de barra lateral que genera imágenes, video y audio, crea y ejecuta flujos de trabajo, y edita tu gráfico en tiempo real mediante lenguaje natural con cualquier LLM (Claude, ChatGPT, Gemini, Ollama offline o cualquier modelo alojado). Incluye 178 herramientas, 36 habilidades de IA y 55 paquetes de instalación. Funciona en local, LAN, VPS o Comfy Cloud.

[ICCV 2021] Pérdida de frecuencia focal para la reconstrucción y síntesis de imágenes.

[ICLR 2026] ChronoEdit: Hacia el razonamiento temporal para la edición de imágenes y la simulación de mundos

Guía de Procesamiento de Señal de Imagen (ISP). Aprende todo sobre el proceso de convertir una imagen o video a formato digital realizando tareas como reducción de ruido, filtrado, exposición automática, autoenfoque, corrección HDR y enfoque de imagen con un tipo especializado de procesador multimedia.

[ECCV 2024] OMG: Generación de conceptos múltiples personalizados y amigables con la oclusión en modelos de difusión.

Entorno de trabajo WebUI para generación de imágenes con IA para GPT-image-2, con soporte para respuestas de Codex y API compatible con OpenAI, galería pública integrada, referencias rápidas de tipo chip, plantillas de prompts, concurrencia de tareas y gestión de colas local.

Un marco unificado para el aprendizaje por refuerzo sencillo en modelos de Flow-Matching

Colección de artículos y códigos para CVPR2026/CVPR2025/ICCV2025/CVPR2024/ECCV2026/ECCV2024 AIGC.

HunyuanImage-2.1: Un modelo de difusión eficiente para generación de texto a imagen en alta resolución (2K)

[ICLR 2025] Generación de video autorregresiva sin cuantización vectorial

Una colección de artículos y códigos de CVPR2023/2022 sobre visión de bajo nivel.

Este repositorio contiene una implementación en C++ puro de múltiples modelos de IA offline, como StableDiffusion (1.5 y XL), ControlNet, Midas, HED y OpenPose.

Implementación oficial de "Blended Latent Diffusion" [SIGGRAPH 2023]

Aplicación independiente de selección de personajes con soporte para prompts de IA y API de ComfyUI/WebUI para modelos como waiIllustriousSDXL, waiANIMA y otros

Otra implementación en PyTorch de Stable Diffusion (probablemente fácil de leer)

Colección curada de plantillas de prompts JSON reutilizables y referencias de estilo para generación de imágenes por IA. Actualizado diariamente.

Código oficial para el artículo de CVPR 2025 "SemanticDraw: Towards Real-Time Interactive Content Creation from Image Diffusion Models".

Diccionario de prompts para GPT4o | Colección curada de prompts para generación de imágenes por IA

Alternativa gratuita y de código abierto a Weavy AI, Krea Nodes, Freepik Spaces y FloraFauna AI: un constructor de flujos de trabajo de IA basado en nodos para pipelines de generación de imágenes y video.

Código oficial para el artículo de ECCV 2024: One-Shot Diffusion Mimicker para la generación de texto manuscrito

[AAAI2024] FontDiffuser: Generación de fuentes one-shot mediante difusión de eliminación de ruido con agregación de contenido a multiescala y aprendizaje contrastivo de estilo

Genblaze es un SDK de Python de código abierto para orquestar canales de medios de IA generativa a través de proveedores de video, audio e imagen, con procedencia integrada para cada salida.

Codex skill for turning everyday photos into poetic white-paper hand-drawn illustrations.

AI Plugin es una potente extensión para Payload CMS que integra capacidades avanzadas de IA para mejorar la creación y gestión de contenido.