image-generation

Penampil mandiri sederhana untuk membaca prompt dari gambar hasil generasi Stable Diffusion di luar webui.

Model multimodal unified native dengan 3B parameter aktif untuk pemahaman, pembuatan, dan pengeditan gambar dan video.

WebAI2API: Alat konversi web AI ke API berbasis Camoufox, mendoroang LMArena/Gemini dll, konkurensi multi-jendela dan isolasi akun.

Mesin inferensi luring untuk seni, percakapan suara waktu nyata, chatbot bertenaga LLM, dan alur kerja otomatis

[NeurIPS 2020] Augmentasi Diferensial untuk Pelatihan GAN yang Efisien Data

Bernini adalah kerangka kerja terpadu untuk pembuatan dan penyuntingan video yang menggabungkan perencana semantik berbasis MLLM dengan renderer berbasis DiT.

Ekstensi Inpaint Anything yang melakukan inpainting stable diffusion pada UI browser menggunakan mask dari Segment Anything.

[ICCV 2025] Implementasi resmi dari "MV-Adapter: Multi-view Consistent Image Generation Made Easy"

Membuat PDF dan gambar dengan mudah di Symfony dengan mengonversi html menggunakan webkit

Skrip shell sederhana untuk menggunakan ChatGPT dan DALL-E dari OpenAI melalui terminal. Tidak memerlukan Python atau JS.

Kumpulan sumber daya pilihan tentang translasi gambar-ke-gambar.

Secara otomatis menemukan masalah dalam dataset gambar dan mempraktikkan visi komputer yang berpusat pada data.

PyTorch - Perhitungan FID dengan langkah pengubahan ukuran dan kuantisasi gambar yang tepat [CVPR 2022]

[ICLR24] Implementasi resmi dari makalah “MagicDrive: Street View Generation with Diverse 3D Geometry Control”

Implementasi resmi PyTorch dari "VITON-HD: High-Resolution Virtual Try-On via Misalignment-Aware Normalization" (CVPR 2021)

Studio AI lokal tanpa sensor untuk Windows, Linux, dan macOS. GUI tanpa pengaturan untuk Pembuatan Gambar, LLM GGUF, Text-to-Speech & Speech-to-Text

Skill ilustrasi material Guizang: menghasilkan diagram penjelasan beranotasi, mempercantik grafik, dan bantuan referensi gambar.

Server inferensi LLM native untuk Apple Silicon. Kompatibel dengan API OpenAI + Anthropic. Tanpa Python. Termasuk aplikasi macOS MLX Core dengan obrolan, mode agen, dan pemanggilan alat.

CogView4, CogView3-Plus dan CogView3 (ECCV 2024)

Perluas gambar apa pun ke segala arah dengan mulus menggunakan AI. Aplikasi web open-source yang didukung oleh Gemini melalui OpenRouter, dengan sambungan berbaur Poisson dan pemilih varian terbaik dari 3.

Daftar kurasi sumber daya, alat, keahlian, tutorial & artikel OpenClaw. OpenClaw (sebelumnya Moltbot / Clawdbot) — agen AI open-source yang di-hosting sendiri untuk WhatsApp, Telegram, Discord & 50+ integrasi.

:fire: :fire: :fire: Daftar makalah dari beberapa karya Computer Vision (CV) terkini

[ICLR 2026] Kerangka Kerja Iteratif Tanpa Pelatihan untuk Visualisasi Cerita Panjang

Hasilkan gambar dari sudut pandang kamera mana pun melalui kontrol interaktif 3D. Geser kamera di ruang 3D atau gunakan slider untuk mengatur azimuth/elevasi/jarak, lalu hasilkan. Dibangun dengan Three.js + Gradio, antarmuka dwibahasa ZH/EN.

Implementasi resmi PyTorch untuk makalah High-Resolution Virtual Try-On with Misalignment and Occlusion-Handled Conditions (ECCV 2022).

WebUI alur kerja AI Local-First untuk Gemini, mengintegrasikan obrolan multimodal, Canvas, pemrosesan file, pencarian real-time, eksekusi kode, dan penalaran tingkat lanjut.

Kode untuk "AnyGPT: Unified Multimodal LLM with Discrete Sequence Modeling"

🎨 Studio slide AI sumber terbuka di dalam Codex: dek berbasis gambar, setiap slide adalah kanvas visual penuh. ⚡ 10+ slide berkualitas tinggi dalam ~4–5 menit — Mode cepat merender setiap halaman secara paralel. 🔍 Tonton seluruh rantai secara langsung: riset → kerangka → gaya → render → edit → presentasi → ekspor PDF/PPTX. 🖥️ Berbasis browser · tanpa kunci API · proyek tahan lama.

Model pengeditan multi-gambar SOTA sumber terbuka

CLI pembuatan media Flatkey untuk gambar, video, audio, teks, kredit, dan penemuan model.