image-generation

[TMLR 2025🔥] Survei untuk model autoregresif dalam visi.

Open‑WebUI Tools adalah toolkit modular yang dirancang untuk memperluas dan memperkaya instans Open WebUI Anda, mengubahnya menjadi stasiun kerja AI yang canggih. Dengan rangkaian lebih dari 15 alat khusus, pipa fungsi, dan filter, proyek ini mendukung penelitian akademis, otonomi agen, kreativitas multimodal, alur kerja, dan banyak lagi

Runtime dan studio pembuatan visual lokal pertama untuk manusia dan agen pengkodean, dengan alur kerja gambar dan video yang dapat direproduksi di berbagai penyedia.

Survei tentang Pembuatan/Sintesis Teks-ke-Video.

Sebuah skill Codex sumber-terbuka untuk menyaring foto menjadi abstraksi editorial yang jarang.

1.400+ prompt gambar AI tren pilihan dari X, diurutkan berdasarkan keterlibatan. Bekerja dengan NanoBanana, GPT Image 2, Midjourney

Control plane berbasis agen dan lokal untuk ComfyUI — server MCP + agen sidebar yang menghasilkan gambar, video & audio, menulis dan menjalankan alur kerja, serta mengedit grafik langsung Anda dalam bahasa alami di LLM APA PUN (Claude, ChatGPT, Gemini, Ollama offline, atau model yang dihosting). 178 alat, 36 keterampilan AI, 55 paket installer. Lokal, LAN, VPS, atau Comfy Cloud.

[ICCV 2021] Focal Frequency Loss untuk Rekonstruksi dan Sintesis Gambar

[ICLR 2026] ChronoEdit: Menuju Penalaran Temporal untuk Pengeditan Gambar dan Simulasi Dunia

Panduan Image Signal Processing (ISP). Pelajari semua tentang proses pengubahan gambar/video menjadi bentuk digital dengan melakukan tugas seperti pengurangan derau, pemfilteran, pencahayaan otomatis, fokus otomatis, koreksi HDR, dan penajaman gambar dengan jenis prosesor media khusus.

[ECCV 2024] OMG: Pembuatan Multi-konsep Dipersonalisasi yang Ramah Oklusi dalam Model Difusi

Workbench WebUI pembuatan gambar AI untuk GPT-image-2, mendukung respons Codex dan integrasi API yang kompatibel dengan OpenAI, galeri publik bawaan, referensi cepat Chip multi-tipe, templat prompt, konkurensi multi-tugas, dan manajemen antrean lokal.

Kerangka kerja terpadu untuk reinforcement learning yang mudah pada model Flow-Matching

Koleksi Makalah dan Kode untuk CVPR2026/CVPR2025/ICCV2025/CVPR2024/ECCV2026/ECCV2024 AIGC

HunyuanImage-2.1: Model Difusi yang Efisien untuk Pembuatan Teks-ke-Gambar Resolusi Tinggi (2K)

Kumpulan Makalah dan Kode di CVPR2023/2022 tentang computer vision tingkat rendah

[ICLR 2025] Pembuatan Video Autoregresif tanpa Kuantisasi Vektor.

Repositori ini berisi implementasi ONNX C++ murni dari berbagai model AI offline, seperti StableDiffusion (1.5 dan XL), ControlNet, Midas, HED, dan OpenPose.

Implementasi resmi untuk "Blended Latent Diffusion" [SIGGRAPH 2023]

Aplikasi Standalone Pemilihan Karakter dengan dukungan prompt AI dan API ComfyUI/WebUI untuk model waiIllustriousSDXL, waiANIMA, dan lainnya

Implementasi PyTorch lainnya untuk Stable Diffusion (mungkin lebih mudah dibaca).

Koleksi templat prompt JSON yang dapat digunakan kembali & referensi gaya untuk pembuatan gambar AI. Diperbarui setiap hari.

Kode resmi untuk makalah CVPR 2025 "SemanticDraw: Towards Real-Time Interactive Content Creation from Image Diffusion Models."

📚 Kamus Prompt GPT4o | Koleksi Pilihan Prompt Pembuatan Gambar AI

Alternatif gratis dan sumber terbuka untuk Weavy AI, Krea Nodes, Freepik Spaces & FloraFauna AI — pembuat alur kerja AI berbasis node untuk pipeline gambar & video generatif

Kode Resmi untuk makalah ECCV 2024 — One-Shot Diffusion Mimicker untuk Pembuatan Teks Tulis Tangan

Genblaze adalah SDK Python sumber terbuka untuk mengorkestrasikan pipa media generative AI di seluruh penyedia video, audio, dan gambar dengan asal-usul bawaan untuk setiap keluaran.

[AAAI2024] FontDiffuser: Pembuatan Font One-Shot melalui Denoising Diffusion dengan Agregasi Konten Multi-Skala dan Pembelajaran Kontrastif Gaya

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

AI Plugin adalah ekstensi canggih untuk Payload CMS, mengintegrasikan kemampuan AI tingkat lanjut untuk meningkatkan pembuatan dan pengelolaan konten.