text-to-image

Giải pháp thay thế mã nguồn mở không hạn chế cho các nền tảng video AI — Studio tạo ảnh và video AI miễn phí với hơn 500 mô hình (Flux, Midjourney, Kling, Sora, Veo). Không có bộ lọc nội dung. Tự lưu trữ, cấp phép theo MIT.

GPT-Image-2 API and Prompts

Triển khai DALL-E 2, mạng thần kinh tổng hợp văn bản thành hình ảnh đã cập nhật của OpenAI, bằng PyTorch

Bản cài đặt Imagen, Mạng Neural Chuyển văn bản thành hình ảnh của Google, bằng Pytorch

Bộ sưu tập hình ảnh và câu lệnh (prompt) được tuyển chọn tuyệt vời do GPT-4o và gpt-image-1 tạo ra. Khám phá các hình ảnh do AI tạo ra bằng ChatGPT và Sora, thể hiện khả năng tạo ảnh tiên tiến của OpenAI.

Kho lưu trữ này chứa các tài nguyên được tuyển chọn thủ công về Prompt Engineering với trọng tâm là Generative Pre-trained Transformer (GPT), ChatGPT, PaLM, v.v.

Cài đặt / tái tạo DALL-E, Transformer Văn bản sang Hình ảnh của OpenAI, bằng PyTorch

Red Ink - Công cụ tạo hình ảnh và văn bản Xiaohongshu tất cả trong một dựa trên 🍌Nano Banana Pro🍌, "Một câu, một ảnh: Tạo văn bản và hình ảnh Xiaohongshu."

Thư viện prompt GPT Image 2, thư viện prompt hình ảnh, kỹ năng agentic và CLI cho việc tạo/chỉnh sửa hình ảnh của OpenAI

Kỹ năng tạo phương tiện đa phương thức tổng quát cho AI Agent (Claude Code, Cursor, Gemini CLI). Tạo hình ảnh, video và âm thanh chất lượng cao được hỗ trợ bởi muapi.ai.

Hỗ trợ LTX-Video cho ComfyUI

[CVPR 2026] PromptEnhancer là một công cụ viết lại câu lệnh (prompt), tinh chỉnh các câu lệnh thành các phiên bản rõ ràng, có cấu trúc hơn để tạo ra hình ảnh tốt hơn.

Danh sách chọn lọc các công cụ, tác phẩm, mô hình và tài liệu về Generative AI

min(DALL·E) là một bản port nhanh, tối giản của DALL·E Mini sang PyTorch

Các bài báo, tổng quan và phân loại về mô hình Diffusion

Hơn 50 ứng dụng AI tạo sinh mã nguồn mở mà bạn có thể sao chép, triển khai và kiếm tiền — trình tạo hình ảnh, công cụ video, thử đồ ảo, mẫu AI SaaS và tích hợp nền tảng. Triển khai Vercel bằng một cú nhấp chuột trên mọi mẫu.

Kandinsky 2 — mô hình khuếch tán tiềm ẩn văn bản thành ảnh đa ngôn ngữ

FLUX, Stable Diffusion, SDXL, SD3, LoRA, Fine Tuning, DreamBooth, Training, Automatic1111, Forge WebUI, SwarmUI, DeepFake, TTS, Animation, Text To Video, Tutorials, Guides, Lectures, Courses, ComfyUI, Google Colab, RunPod, Kaggle, NoteBooks, ControlNet, TTS, Voice Cloning, AI, AI News, ML, ML News, News, Tech, Tech News, Kohya, Midjourney, RunPod

Một môi trường để tạo hình ảnh từ bất kỳ câu lệnh văn bản nào sử dụng Stable Diffusion (trước đây: sử dụng DALL-E Mini)

🔥 [ICCV 2025 Highlight] InfiniteYou: Tái tạo ảnh linh hoạt trong khi vẫn bảo toàn danh tính của bạn

(ෆ`꒳´ෆ) Khảo sát về Tạo/Tổng hợp Văn bản thành Hình ảnh.

Triển khai mã nguồn mở và phần mở rộng của PaperBanana từ Google Research dành cho hình ảnh học tập, sơ đồ và hình ảnh trực quan nghiên cứu tự động, được mở rộng sang các lĩnh vực mới như tạo slide.

AI kết hợp với bảng vẽ vô hạn.

[ICML 2024] Làm chủ khuếch tán Văn bản sang Ảnh: Chú thích lại, Lập kế hoạch và Tạo với LLM đa phương thức (RPG)

[ECCV 2024] Mã nguồn chính thức của bài báo "BrushNet: A Plug-and-Play Image Inpainting Model with Decomposed Dual-Branch Diffusion"

Bản cài đặt PyTorch chính thức cho "TokenFlow: Consistent Diffusion Features for Consistent Video Editing" giới thiệu "TokenFlow" (ICLR 2024)

[CVPR 2025 Oral] Infinity ∞: Mở rộng mô hình tự hồi quy theo bit cho tổng hợp ảnh độ phân giải cao

Máy chủ MiniMax Model Context Protocol (MCP) chính thức cho phép tương tác với các API Chuyển đổi Văn bản thành Giọng nói, tạo hình ảnh và tạo video mạnh mẽ.

[ICCV 2025] 🔥🔥 UNO: Phương pháp tùy chỉnh vạn năng cho điều kiện hóa cả đơn đối tượng và đa đối tượng

Biến bất kỳ khuôn mặt nào thành nhân vật trò chơi điện tử, pixel art, claymation, 3D hoặc đồ chơi