text-to-image

Alternativa de código abierto sin restricciones a las plataformas de video de IA — Estudio gratuito de generación de imágenes y videos con más de 500 modelos (Flux, Midjourney, Kling, Sora, Veo). Sin filtros de contenido. Autohospedado, bajo licencia MIT.

GPT-Image-2 API and Prompts

Implementación de DALL-E 2, la red neuronal de síntesis de texto a imagen actualizada de OpenAI, en Pytorch

Implementación de Imagen, la red neuronal de texto a imagen de Google, en PyTorch

Colección seleccionada de imágenes y prompts generados por GPT-4o y gpt-image-1. Explora visuales generados por IA creados con ChatGPT y Sora, que muestran las capacidades avanzadas de generación de imágenes de OpenAI.

Este repositorio contiene recursos seleccionados manualmente para la ingeniería de prompts, con un enfoque en Generative Pre-trained Transformer (GPT), ChatGPT, PaLM, etc.

Implementación / replicación de DALL-E, el Transformer de texto a imagen de OpenAI, en PyTorch

Red Ink - Un generador integral de imágenes y textos para Xiaohongshu basado en 🍌Nano Banana Pro🍌, "Una frase, una imagen: genera textos e imágenes para Xiaohongshu"

Galería de prompts, biblioteca de prompts de imágenes, habilidad agéntica y CLI de GPT Image 2 para la generación y edición de imágenes con OpenAI

Habilidades de medios generativos multimodales para agentes de IA (Claude Code, Cursor, Gemini CLI). Generación de imágenes, videos y audio de alta calidad impulsada por muapi.ai.

Soporte de LTX-Video para ComfyUI

[CVPR 2026] PromptEnhancer es una herramienta de reescritura de prompts que los refina en versiones más claras y estructuradas para una mejor generación de imágenes.

Una lista seleccionada de herramientas, trabajos, modelos y referencias de IA generativa.

min(DALL·E) es una implementación rápida y minimalista de DALL·E Mini para PyTorch.

Artículos, encuestas y taxonomía sobre modelos de difusión

Más de 50 aplicaciones de IA generativa de código abierto que puedes clonar, desplegar y monetizar: generadores de imágenes, herramientas de video, probadores virtuales, plantillas de SaaS de IA e integraciones de plataformas. Despliegue en Vercel con un solo clic en cada plantilla.

Kandinsky 2: modelo de difusión latente multilingüe de texto a imagen

FLUX, Stable Diffusion, SDXL, SD3, LoRA, Fine Tuning, DreamBooth, Training, Automatic1111, Forge WebUI, SwarmUI, DeepFake, TTS, Animation, Text To Video, Tutorials, Guides, Lectures, Courses, ComfyUI, Google Colab, RunPod, Kaggle, NoteBooks, ControlNet, TTS, Voice Cloning, AI, AI News, ML, ML News, News, Tech, Tech News, Kohya, Midjourney, RunPod

Un entorno de pruebas para generar imágenes a partir de cualquier texto usando Stable Diffusion (anteriormente usando DALL-E Mini).

🔥 [ICCV 2025 Highlight] InfiniteYou: Recreación flexible de fotos conservando tu identidad

(ෆ`꒳´ෆ) Un estudio sobre generación y síntesis de texto a imagen.

Implementación y extensión de código abierto de PaperBanana de Google Research para figuras académicas automatizadas, diagramas y visuales de investigación, ampliada a nuevos dominios como la generación de diapositivas.

La magia de la IA aplicada a un lienzo infinito.

[ICML 2024] Dominando la difusión de texto a imagen: Recaptioning, planificación y generación con LLMs multimodales (RPG).

[ECCV 2024] Implementación oficial del artículo "BrushNet: A Plug-and-Play Image Inpainting Model with Decomposed Dual-Branch Diffusion"

Implementación oficial en PyTorch de "TokenFlow: Consistent Diffusion Features for Consistent Video Editing" (ICLR 2024).

[CVPR 2025 Oral] Infinity ∞: Escalado de modelado autorregresivo bit a bit para la síntesis de imágenes de alta resolución.

Servidor oficial del Protocolo de Contexto de Modelo (MCP) de MiniMax que permite la interacción con potentes API de texto a voz, generación de imágenes y generación de video.

[ICCV 2025] 🔥🔥 UNO: Un método de personalización universal para condicionamiento de sujeto único y múltiple

Convierta cualquier rostro en un personaje de videojuego, pixel art, animación de arcilla, 3D o juguete