text-to-image

Alternativa open-source sem restrições para plataformas de vídeo com IA — Estúdio gratuito de geração de imagens e vídeos com IA com mais de 500 modelos (Flux, Midjourney, Kling, Sora, Veo). Sem filtros de conteúdo. Auto-hospedado, licença MIT.

GPT-Image-2 API and Prompts

Implementação em PyTorch do DALL-E 2, a rede neural de síntese de texto para imagem atualizada da OpenAI

Implementação do Imagen, a rede neural de texto para imagem do Google, em PyTorch

Coleção curada de imagens e prompts gerados pelo GPT-4o e gpt-image-1. Explore visuais gerados por IA criados com ChatGPT e Sora, demonstrando as capacidades avançadas de geração de imagem da OpenAI.

Este repositório contém recursos selecionados manualmente para Prompt Engineering com foco em Generative Pre-trained Transformer (GPT), ChatGPT, PaLM, etc.

Implementação/replicação do DALL-E, o Transformer de texto para imagem da OpenAI, em PyTorch

Red Ink - Um gerador de texto e imagem para o Xiaohongshu baseado no 🍌Nano Banana Pro🍌, "Uma Frase, Uma Imagem: Gere Textos e Imagens para o Xiaohongshu."

Galeria de prompts GPT Image 2, biblioteca de prompts de imagem, habilidade de agente e CLI para geração/edição de imagens da OpenAI

Habilidades de mídia generativa multimodal para agentes de IA (Claude Code, Cursor, Gemini CLI). Geração de imagem, vídeo e áudio de alta qualidade com tecnologia muapi.ai.

Suporte a LTX-Video para ComfyUI.

[CVPR 2026] PromptEnhancer é uma ferramenta de reescrita de prompts, refinando prompts em versões mais claras e estruturadas para uma melhor geração de imagens.

Uma lista curada de ferramentas, trabalhos, modelos e referências de IA Generativa

min(DALL·E) é uma implementação rápida e minimalista do DALL·E Mini para PyTorch.

Artigos, pesquisas e taxonomia sobre modelos de difusão

Mais de 50 aplicativos de IA generativa de código aberto que você pode clonar, implantar e monetizar — geradores de imagem, ferramentas de vídeo, provadores virtuais, templates SaaS de IA e integrações de plataforma. Implantação com um clique no Vercel para cada template.

Kandinsky 2 — modelo de difusão latente multilingue de texto para imagem

FLUX, Stable Diffusion, SDXL, SD3, LoRA, Fine Tuning, DreamBooth, Treinamento, Automatic1111, Forge WebUI, SwarmUI, DeepFake, TTS, Animação, Texto para Vídeo, Tutoriais, Guias, Palestras, Cursos, ComfyUI, Google Colab, RunPod, Kaggle, NoteBooks, ControlNet, TTS, Clonagem de Voz, IA, Notícias de IA, ML, Notícias de ML, Notícias, Tecnologia, Notícias de Tecnologia, Kohya, Midjourney, RunPod

Um ambiente para gerar imagens a partir de qualquer prompt de texto usando Stable Diffusion (anteriormente: usando DALL-E Mini).

🔥 [ICCV 2025 Highlight] InfiniteYou: Recriação flexível de fotos preservando sua identidade

(ෆ`꒳´ෆ) Um levantamento sobre geração/síntese de texto para imagem.

Implementação e extensão de código aberto do PaperBanana do Google Research para figuras acadêmicas, diagramas e visuais de pesquisa automatizados, expandido para novos domínios como a geração de slides.

A magia da IA encontra um quadro de desenho infinito.

[ICML 2024] Dominando a Difusão de Texto para Imagem: Re-legenda, Planejamento e Geração com LLMs Multimodais (RPG)

[ECCV 2024] Implementação oficial do artigo "BrushNet: A Plug-and-Play Image Inpainting Model with Decomposed Dual-Branch Diffusion"

Implementação oficial em PyTorch para "TokenFlow: Consistent Diffusion Features for Consistent Video Editing" apresentando "TokenFlow" (ICLR 2024)

[CVPR 2025 Oral] Infinity ∞: Escalando modelagem autorregressiva bitwise para síntese de imagens de alta resolução.

Servidor oficial do MiniMax Model Context Protocol (MCP) que permite a interação com poderosas APIs de conversão de texto em fala, geração de imagens e geração de vídeo.

[ICCV 2025] UNO: Um método de personalização universal para condicionamento de sujeito único e múltiplo

Transforme qualquer rosto em um personagem de videogame, pixel art, claymation, 3D ou brinquedo