image-generation

[TMLR 2025🔥] Uma pesquisa sobre modelos autorregressivos em visão.

Open‑WebUI Tools é um kit de ferramentas modular projetado para estender e enriquecer sua instância do Open WebUI, transformando-a em uma poderosa estação de trabalho de IA. Com um conjunto de mais de 15 ferramentas especializadas, pipelines de funções e filtros, este projeto oferece suporte a pesquisa acadêmica, autonomia de agentes, criatividade multimodal, fluxos de trabalho e muito mais.

Runtime e estúdio de geração visual local-first para pessoas e agentes de codificação, com fluxos de trabalho de imagem e vídeo reproduzíveis em múltiplos provedores.

Um Levantamento sobre Geração/Síntese de Texto para Vídeo.

Uma skill do Codex disponível sob licença source-available para destilar fotografias em abstrações editoriais esparsas.

Mais de 1.400 prompts de IA de tendências selecionados do X, classificados por engajamento. Funciona com NanoBanana, GPT Image 2, Midjourney

Plano de controle local e nativo para agentes para o ComfyUI — servidor MCP + agente de barra lateral que gera imagens, vídeo e áudio, cria e executa fluxos de trabalho e edita seu gráfico em tempo real usando linguagem natural com QUALQUER LLM (Claude, ChatGPT, Gemini, Ollama offline ou qualquer modelo hospedado). 178 ferramentas, 36 habilidades de IA, 55 pacotes de instalador. Local, LAN, VPS ou Comfy Cloud.

[ICCV 2021] Perda de Frequência Focal para Reconstrução e Síntese de Imagem

[ICLR 2026] ChronoEdit: Rumo ao raciocínio temporal para edição de imagens e simulação de mundos

Guia de Processamento de Sinal de Imagem (ISP). Aprenda tudo sobre o processo de conversão de uma imagem/vídeo em formato digital realizando tarefas como redução de ruído, filtragem, exposição automática, foco automático, correção HDR e nitidez de imagem com um tipo especializado de processador de mídia.

[ECCV 2024] OMG: Geração Personalizada Multiconceito Amigável a Oclusões em Modelos de Difusão

Uma bancada de trabalho WebUI de geração de imagens por IA para GPT-image-2, com suporte a respostas do Codex e API compatível com OpenAI, galeria pública integrada, chips de atalho de múltiplos tipos, modelos de prompt, concorrência de várias tarefas e gerenciamento de fila local.

Uma estrutura unificada para aprendizado por reforço simplificado em modelos Flow-Matching

Uma coleção de artigos e códigos para AIGC em CVPR2026/CVPR2025/ICCV2025/CVPR2024/ECCV2026/ECCV2024

HunyuanImage-2.1: Um Modelo de Difusão Eficiente para Geração de Texto para Imagem em Alta Resolução (2K)

[ICLR 2025] Geração de Vídeo Autorregressiva sem Quantização Vetorial

Uma coleção de artigos e códigos em CVPR2023/2022 sobre visão de baixo nível

Este repositório contém uma implementação pura em C++ do ONNX de vários modelos de IA offline, como StableDiffusion (1.5 e XL), ControlNet, Midas, HED e OpenPose.

Implementação oficial para "Blended Latent Diffusion" [SIGGRAPH 2023]

Aplicativo autônomo de seleção de personagens com suporte a prompts de IA e API do ComfyUI/WebUI para os modelos waiIllustriousSDXL, waiANIMA e outros

Mais uma implementação do PyTorch para Stable Diffusion (provavelmente fácil de ler)

Coleção curada de modelos de prompt JSON reutilizáveis e referências de estilo para geração de imagens por IA. Atualizado diariamente.

Código oficial para o artigo do CVPR 2025 "SemanticDraw: Towards Real-Time Interactive Content Creation from Image Diffusion Models."

📚 Dicionário de Prompts GPT4o | Coleção Curada de Prompts de Geração de Imagem por IA

Alternativa gratuita e de código aberto ao Weavy AI, Krea Nodes, Freepik Spaces & FloraFauna AI — construtor de fluxo de trabalho de IA baseado em nós para pipelines de imagem e vídeo generativos.

Código oficial para o artigo do ECCV 2024 — One-Shot Diffusion Mimicker for Handwritten Text Generation

[AAAI2024] FontDiffuser: Geração de fontes one-shot via Denoising Diffusion com agregação de conteúdo multiescala e aprendizado contrastivo de estilo

O Genblaze é um SDK Python de código aberto para orquestrar pipelines de mídia de IA generativa em provedores de vídeo, áudio e imagem com procedência integrada para cada saída.

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

AI Plugin é uma extensão poderosa para o Payload CMS, integrando recursos avançados de IA para aprimorar a criação e o gerenciamento de conteúdo.