image-generation

[TMLR 2025🔥] Étude sur les modèles autorégressifs en vision.

Open‑WebUI Tools est une boîte à outils modulaire conçue pour étendre et enrichir votre instance Open WebUI, la transformant en une puissante station de travail IA. Avec plus de 15 outils spécialisés, pipelines de fonctions et filtres, ce projet prend en charge la recherche universitaire, l'autonomie des agents, la créativité multimodale, les flux de travail, et plus encore.

Runtime et studio de génération visuelle local-first pour les utilisateurs et les agents de codage, avec des flux de travail d'images et de vidéos reproductibles sur plusieurs fournisseurs.

Une étude sur la génération et la synthèse de texte vers vidéo.

Une compétence Codex à source disponible pour distiller des photographies en abstractions éditoriales épurées.

Plus de 1 400 prompts d'images IA tendance sélectionnés depuis X, classés par engagement. Compatible avec NanoBanana, GPT Image 2, Midjourney

Plan de contrôle agent-natif first-local pour ComfyUI — serveur MCP + agent latéral qui génère des images, vidéos & audio, crée et exécute des workflows, et édite votre graphe en direct en langage naturel sur TOUT LLM (Claude, ChatGPT, Gemini, Ollama hors ligne, ou tout modèle hébergé). 178 outils, 36 compétences IA, 55 packs d'installation. Local, LAN, VPS ou Comfy Cloud.

[ICCV 2021] Focal Frequency Loss pour la reconstruction et la synthèse d'images

[ICLR 2026] ChronoEdit : Vers un raisonnement temporel pour l'édition d'images et la simulation de mondes

Guide du traitement du signal d'image (ISP). Apprenez tout sur le processus de conversion d'une image ou d'une vidéo en format numérique en effectuant des tâches telles que la réduction du bruit, le filtrage, l'exposition automatique, l'autofocus, la correction HDR et la netteté d'image à l'aide d'un type spécialisé de processeur multimédia.

[ECCV 2024] OMG : Génération multi-concept personnalisée adaptée aux occlusions dans les modèles de diffusion

Un atelier WebUI de génération d'images par IA pour GPT-image-2 avec prise en charge de Codex Responses et des API compatibles OpenAI, incluant une galerie partagée, des puces rapides multi-types, des modèles de prompts, des tâches concurrentes et une gestion de file d'attente locale.

Cadre unifié pour l'apprentissage par renforcement facile dans les modèles Flow-Matching

Une collection d'articles et de codes pour CVPR2026/CVPR2025/ICCV2025/CVPR2024/ECCV2026/ECCV2024 AIGC

HunyuanImage-2.1 : Un modèle de diffusion efficace pour la génération d'images texte‑à‑image haute résolution (2K)

Une collection d'articles et de codes de CVPR2023/2022 sur la vision bas niveau

[ICLR 2025] Génération vidéo autoregressive sans quantification vectorielle

Ce dépôt contient une implémentation C++ pure d'ONNX de plusieurs modèles d'IA hors ligne, tels que StableDiffusion (1.5 et XL), ControlNet, Midas, HED et OpenPose.

Implémentation officielle de "Blended Latent Diffusion" [SIGGRAPH 2023]

Application autonome de sélection de personnages avec support des invites IA et des API ComfyUI/WebUI pour les modèles waiIllustriousSDXL, waiANIMA et autres.

Une autre implémentation PyTorch de Stable Diffusion (probablement facile à lire)

Collection sélectionnée de modèles de prompts JSON réutilisables et de références de style pour la génération d'images par IA. Mis à jour quotidiennement.

Code officiel de l'article CVPR 2025 "SemanticDraw: Towards Real-Time Interactive Content Creation from Image Diffusion Models."

📚 Dictionnaire de prompts GPT4o | Collection sélectionnée de prompts de génération d'images par IA

Alternative gratuite et open-source à Weavy AI, Krea Nodes, Freepik Spaces & FloraFauna AI — créateur de workflows IA basés sur des nœuds pour pipelines d'images et de vidéos génératives

Code officiel pour l'article ECCV 2024 — One-Shot Diffusion Mimicker for Handwritten Text Generation

[AAAI2024] FontDiffuser : génération de polices one-shot via diffusion par débruitage avec agrégation de contenu multi-échelle et apprentissage contrastif de style

Genblaze est un SDK Python open source pour orchestrer des pipelines média d'IA générative à travers des fournisseurs de vidéo, audio et image, avec traçabilité intégrée pour chaque résultat.

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

AI Plugin est une extension puissante pour Payload CMS, intégrant des capacités d'IA avancées pour améliorer la création et la gestion de contenu.