image-generation

[ICLR'26] एक एकीकृत ढांचे में उच्च-गुणवत्ता वाले सौंदर्यपरक पोस्टर निर्माण पर पुनर्विचार

Tiled Diffusion, MultiDiffusion, Mixture of Diffusers और ऑप्टिमाइज़्ड VAE

स्थानीय रूप से इमेज जेनरेट करें

[NeurIPS 2025 Spotlight] विजुअल जनरेशन और अंडरस्टैंडिंग के लिए एक एकीकृत टोकनाइज़र

A comprehensive open-source 3A game-generation skill and asset framework.

ICASSP 2023-2024 पेपर्स: ICASSP 2023-24 सम्मेलनों से प्रभावशाली और रोमांचक शोध पत्रों का एक संपूर्ण संग्रह। ध्वनिकी, भाषण और सिग्नल प्रोसेसिंग में नवीनतम प्रगति का पता लगाएं। कोड शामिल है। ऑडियो और सिग्नल प्रोसेसिंग की प्रगति का समर्थन करने के लिए रिपॉजिटरी को स्टार दें!

Open-Source Creative AI Workspace

An all-in-one, 100% local AI video, image, and music studio. Director mode plans full music videos and short films from a single prompt. Built on the WanGP pipeline. Install via Pinokio.

Knowledge Graphs और Multi-Modal Learning का मिलन: एक व्यापक सर्वेक्षण।

Xiaohei 2.0 Codex Skill for Chinese real-object article illustrations and long-scroll story images

[SIGGRAPH Asia 2024] ReVersion: छवियों से डिफ्यूजन-आधारित रिलेशन इनवर्जन।

PITI: इमेज-टू-इमेज ट्रांसलेशन के लिए प्री-ट्रेनिंग ही सब कुछ है

Denoising Diffusion Model के माध्यम से पर्सन इमेज सिंथेसिस (CVPR 2023)

Open-source AI video workbench. Bring any model or your local ComfyUI, and let Claude Code / Codex / Cursor direct it over MCP — storyboard, references, generation, editable first cut on a real timeline. Local-first: projects, prompts, and keys stay on your machine. No account, no telemetry.