image-generation

Open-WebUI Tools là bộ công cụ mô-đun được thiết kế để mở rộng và làm phong phú thêm phiên bản Open WebUI của bạn, biến nó thành một trạm làm việc AI mạnh mẽ. Với hơn 15 công cụ chuyên dụng, đường ống chức năng và bộ lọc, dự án này hỗ trợ nghiên cứu học thuật, tính tự chủ của tác nhân, sáng tạo đa phương thức, quy trình làm việc và nhiều hơn nữa.

[TMLR 2025🔥] Khảo sát về các mô hình tự hồi quy trong thị giác máy tính.

Môi trường thực thi và studio tạo hình ảnh trực quan local-first dành cho người dùng và các coding agent, hỗ trợ quy trình làm việc hình ảnh và video có thể tái lập trên nhiều nhà cung cấp.

Một kỹ năng Codex có sẵn mã nguồn để chắt lọc ảnh thành các bản tóm tắt biên tập thưa thớt.

Khảo sát về tạo/tổng hợp văn bản thành video.

Control plane ưu tiên cục bộ, hỗ trợ agent cho ComfyUI — bao gồm MCP server và sidebar agent giúp tạo hình ảnh, video & âm thanh, viết và chạy quy trình, chỉnh sửa đồ thị trực tiếp bằng ngôn ngữ tự nhiên trên bất kỳ LLM nào (Claude, ChatGPT, Gemini, Ollama ngoại tuyến hoặc bất kỳ mô hình được lưu trữ nào). Gồm 178 công cụ, 36 kỹ năng AI, 55 gói cài đặt. Hỗ trợ cục bộ, LAN, VPS hoặc Comfy Cloud.

Hơn 1.400 lời nhắc hình ảnh AI thịnh hành được tuyển chọn từ X, xếp hạng theo mức độ tương tác. Hoạt động với NanoBanana, GPT Image 2, Midjourney

[ICCV 2021] Focal Frequency Loss cho việc tái tạo và tổng hợp hình ảnh

[ICLR 2026] ChronoEdit: Hướng tới suy luận thời gian cho chỉnh sửa hình ảnh và mô phỏng thế giới

Hướng dẫn về Xử lý tín hiệu hình ảnh (ISP). Tìm hiểu toàn bộ quy trình chuyển đổi hình ảnh/video sang dạng kỹ thuật số thông qua các tác vụ như khử nhiễu, lọc, tự động phơi sáng, tự động lấy nét, hiệu chỉnh HDR và làm sắc nét hình ảnh bằng bộ xử lý phương tiện chuyên dụng.

[ECCV 2024] OMG: Tạo đa khái niệm cá nhân hóa thân thiện với che khuất trong các mô hình Diffusion

Workbench WebUI tạo ảnh AI cho GPT-image-2, hỗ trợ Codex Responses và API tương thích với OpenAI, tích hợp thư viện ảnh công cộng, chip tham chiếu nhanh, mẫu prompt, xử lý đa nhiệm và quản lý hàng đợi cục bộ.

Một khung thống nhất giúp học tăng cường dễ dàng trong các mô hình Flow-Matching

Bộ sưu tập các bài báo và mã nguồn cho AIGC tại CVPR2026/CVPR2025/ICCV2025/CVPR2024/ECCV2026/ECCV2024

HunyuanImage-2.1: Mô hình khuếch tán hiệu quả cho việc tạo văn bản thành hình ảnh độ phân giải cao (2K)

[ICLR 2025] Tạo video tự hồi quy không cần lượng tử hóa vector

Bộ sưu tập các bài báo và mã nguồn tại CVPR2023/2022 về thị giác máy tính cấp thấp.

Kho lưu trữ này chứa bản cài đặt ONNX bằng C++ thuần cho nhiều mô hình AI ngoại tuyến, như StableDiffusion (1.5 và XL), ControlNet, Midas, HED và OpenPose.

Triển khai chính thức cho "Blended Latent Diffusion" [SIGGRAPH 2023].

Ứng dụng độc lập chọn nhân vật với hỗ trợ AI prompt và API ComfyUI/WebUI cho các mô hình như waiIllustriousSDXL, waiANIMA và các mô hình khác.

Một bản triển khai Stable Diffusion khác bằng PyTorch (có lẽ dễ đọc)

Bộ sưu tập các mẫu prompt JSON có thể tái sử dụng và tài liệu tham khảo phong cách cho tạo ảnh AI. Được cập nhật hàng ngày.

Mã nguồn chính thức cho bài báo CVPR 2025 "SemanticDraw: Hướng tới sáng tạo nội dung tương tác thời gian thực từ các mô hình khuếch tán hình ảnh"

📚 Từ điển câu lệnh GPT4o | Bộ sưu tập các câu lệnh tạo hình ảnh AI được tuyển chọn

Giải pháp thay thế mã nguồn mở miễn phí cho Weavy AI, Krea Nodes, Freepik Spaces & FloraFauna AI — trình xây dựng quy trình làm việc AI dựa trên nút cho các pipeline tạo hình ảnh và video.

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

Mã nguồn chính thức cho bài báo ECCV 2024 — One-Shot Diffusion Mimicker để tạo văn bản viết tay

[AAAI2024] FontDiffuser: Tạo phông chữ một lần thông qua Denoising Diffusion với tổng hợp nội dung đa quy mô và học tương phản kiểu dáng

Genblaze là một Python SDK mã nguồn mở để điều phối các đường ống truyền thông AI tạo sinh trên các nhà cung cấp video, âm thanh và hình ảnh với tính năng xác thực nguồn gốc tích hợp cho mọi đầu ra.

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