image-generation

Une visionneuse autonome simple pour lire les prompts d'images générées par Stable Diffusion en dehors de l'interface web.

Un modèle multimodal unifié natif de 3 milliards de paramètres actifs pour la compréhension, la génération et l'édition d'images et de vidéos.

WebAI2API : outil de conversion d'IA web en API basé sur Camoufox, prenant en charge LMArena/Gemini, avec gestion de la concurrence multi-fenêtres et isolation des comptes.

Moteur d'inférence hors ligne pour l'art, les conversations vocales en temps réel, les chatbots basés sur LLM et les flux de travail automatisés.

[NeurIPS 2020] Augmentation différentiable pour l'entraînement efficace des GAN

Bernini est un framework unifié pour la génération et l'édition vidéo, combinant un planificateur sémantique basé sur MLLM et un moteur de rendu basé sur DiT.

Extension Inpaint Anything effectuant de l'inpainting stable diffusion via une interface web utilisant des masques de Segment Anything.

[ICCV 2025] Implémentation officielle de "MV-Adapter: Multi-view Consistent Image Generation Made Easy"

Créez facilement des PDF et des images dans Symfony en convertissant du HTML via Webkit.

Script shell simple pour utiliser ChatGPT et DALL-E d'OpenAI depuis le terminal. Aucune dépendance Python ou JS requise.

Collection de ressources sur la traduction d'image à image.

Détectez automatiquement les problèmes dans les jeux de données d'images et pratiquez la vision par ordinateur centrée sur les données.

PyTorch - Calcul du FID avec redimensionnement d'image et étapes de quantification appropriés [CVPR 2022].

[ICLR24] Implémentation officielle de l'article « MagicDrive: Street View Generation with Diverse 3D Geometry Control »

Implémentation officielle PyTorch de "VITON-HD: High-Resolution Virtual Try-On via Misalignment-Aware Normalization" (CVPR 2021)

Studio d'IA local non censuré pour Windows, Linux et macOS. Interface graphique sans configuration pour la génération d'images, les LLM GGUF, la synthèse vocale et la reconnaissance vocale.

Serveur d'inférence LLM natif pour Apple Silicon. Compatible avec les API OpenAI et Anthropic. Sans Python. Inclut l'application macOS MLX Core avec chat, mode agent et appel d'outils.

Skill de Guicang pour l'illustration de matériaux : génération de diagrammes explicatifs annotés, embellissement de graphiques et aide à la création d'images de référence.

CogView4, CogView3-Plus et CogView3 (ECCV 2024)

Étendez facilement n'importe quelle image dans n'importe quelle direction avec l'IA. Application web open-source propulsée par Gemini via OpenRouter, avec fusion de bords par méthode de Poisson et sélecteur de variantes.

CLI officiel pour muapi.ai — générez des images, vidéos et audios depuis le terminal. Serveur MCP, 14 modèles d'IA, installable via npm et pip.

Une liste organisée de ressources, outils, compétences, tutoriels et articles sur OpenClaw. OpenClaw (anciennement Moltbot / Clawdbot) est un agent IA open-source auto-hébergé pour WhatsApp, Telegram, Discord et plus de 50 intégrations.

Une liste d'articles sur des travaux récents en vision par ordinateur (CV)

[ICLR 2026] Un framework itératif sans entraînement pour la visualisation d'histoires longues

Implémentation officielle PyTorch pour l'article High-Resolution Virtual Try-On with Misalignment and Occlusion-Handled Conditions (ECCV 2022).

Interface Web pour flux de travail IA local-first orientée Gemini, intégrant chat multimodal, Canvas, traitement de fichiers, recherche en temps réel, exécution de code et raisonnement avancé.

🎬 Générez des images à partir de n'importe quel point de vue de caméra via un contrôle interactif 3D. Glissez la caméra dans l'espace 3D ou utilisez des curseurs pour définir l'azimut, l'élévation et la distance, puis générez. Construit avec Three.js et Gradio, interface bilingue ZH/EN.

Code pour "AnyGPT : LLM multimodal unifié avec modélisation de séquence discrète"

Modèle open-source SOTA pour l'édition multi-images

🎨 Studio de présentation IA open-source intégré à Codex : diapositives natives, chaque diapositive est un canevas visuel complet. ⚡ Plus de 10 diapositives de haute qualité en ~4-5 minutes — Le mode rapide rend chaque page en parallèle. 🔍 Suivez toute la chaîne en direct : recherche → plan → style → rendu → édition → présentation → export PDF/PPTX. 🖥️ Priorité au navigateur · zéro clé API · projets durables.