text-to-image

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.

Une collection de ressources sur la génération contrôlable avec des modèles de diffusion texte-vers-image.

CogView4, CogView3-Plus et CogView3 (ECCV 2024)

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.

Implémentation de Muse : génération texte-vers-image via des transformeurs génératifs masqués, en Pytorch.

Corrigez vos pixel art et images vectorielles générés par IA directement dans votre navigateur

Le tutoriel le plus accessible pour utiliser LoRA (Low-Rank Adaptation) avec le framework diffusers pour les chercheurs en génération par IA.

[ICCV 2023] "TF-ICON : Diffusion-Based Training-Free Cross-Domain Image Composition" (implémentation officielle).

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

CLIP + FFT/DWT/RGB = texte vers image/vidéo.

Implémentation officielle de "Attend-and-Excite: Attention-Based Semantic Guidance for Text-to-Image Diffusion Models" (SIGGRAPH 2023)

Une collection d'études exceptionnelles sur la génération de texte vers image.

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

Paddle Multimodal Integration and eXploration, prenant en charge les tâches multimodales courantes, incluant des modèles de pré-entraînement multimodaux à grande échelle et une boîte à outils de modèles de diffusion, alliant haute performance et flexibilité.

Application de génération et d'édition d'images Nano Banana la plus avancée. Votre hub central pour la génération et la révision d'images par IA. Interface intuitive avec images de référence, édition par masques, historique des versions, et plus encore. Propulsé par l'API d'images Gemini 2.5 Flash.

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

Implémentation officielle du papier OneDiffusion (CVPR 2025)

Flash Diffusion — accélération des modèles de diffusion conditionnelle (AAAI 2025 Oral)

face-to-sticker

(Accepté par IJCV) Liquid : Les modèles de langage sont des générateurs multimodaux évolutifs et unifiés

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

[Sélection CVPR 2024] MIGC et [TPAMI 2024] MIGC++ (Implémentation officielle)

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

Implémentation officielle de "Blended Diffusion for Text-driven Editing of Natural Images" [CVPR 2022]

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

Une liste organisée d'articles sur la génération multimodale basée sur les LLM (image, vidéo, 3D et audio).

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

[NeurIPS 2025 Spotlight] Un tokenizer unifié pour la génération et la compréhension visuelle.

Une collection de notebooks Google Colab pour divers projets