text-to-image

WebAI2API: Công cụ chuyển đổi AI web thành API dựa trên Camoufox, hỗ trợ LMArena/Gemini và nhiều tính năng khác, đồng thời hỗ trợ đa cửa sổ đồng thời và cô lập tài khoản.

Công cụ suy luận ngoại tuyến cho nghệ thuật, trò chuyện thoại thời gian thực, chatbot hỗ trợ bởi LLM và quy trình làm việc tự động

Bộ sưu tập tài nguyên về tạo sinh có điều khiển với các mô hình khuếch tán văn bản thành hình ảnh.

CogView4, CogView3-Plus và CogView3 (ECCV 2024)

Danh sách tổng hợp các tài nguyên, công cụ, kỹ năng, hướng dẫn và bài viết về OpenClaw. OpenClaw (trước đây là Moltbot / Clawdbot) — tác nhân AI tự lưu trữ mã nguồn mở cho WhatsApp, Telegram, Discord và hơn 50 tích hợp.

Triển khai Muse: Tạo văn bản thành hình ảnh thông qua Masked Generative Transformers, bằng PyTorch

Sửa lỗi ảnh pixel art và ảnh vector do AI tạo ngay trong trình duyệt của bạn

Hướng dẫn dễ hiểu nhất về cách sử dụng LoRA (Low-Rank Adaptation) trong framework diffusers dành cho các nhà nghiên cứu tạo AI.

[ICCV 2023] "TF-ICON: Diffusion-Based Training-Free Cross-Domain Image Composition" (Triển khai chính thức)

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

CLIP + FFT/DWT/RGB = văn bản sang hình ảnh/video

Triển khai chính thức cho "Attend-and-Excite: Attention-Based Semantic Guidance for Text-to-Image Diffusion Models" (SIGGRAPH 2023)

Bộ sưu tập các nghiên cứu ấn tượng về tạo ảnh từ văn bản

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

Paddle Multimodal Integration and eXploration, hỗ trợ các tác vụ đa phương thức phổ biến, bao gồm các mô hình tiền huấn luyện đa phương thức quy mô lớn end-to-end và bộ công cụ mô hình khuếch tán. Hiệu suất cao và linh hoạt.

Ứng dụng tạo và chỉnh sửa hình ảnh Nano Banana tiên tiến nhất. Trung tâm điều khiển cho việc tạo và chỉnh sửa hình ảnh bằng AI. Giao diện trực quan hỗ trợ hình ảnh tham chiếu, chỉnh sửa bằng mặt nạ hình ảnh, lịch sử phiên bản và nhiều tính năng khác. Được vận hành bởi API hình ảnh Gemini 2.5 Flash.

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

Triển khai chính thức của bài báo OneDiffusion (CVPR 2025)

Flash Diffusion — tăng tốc các mô hình khuếch tán có điều kiện (AAAI 2025 Oral)

Chuyển đổi khuôn mặt thành nhãn dán (face-to-sticker).

(Được chấp nhận bởi IJCV) Liquid: Các mô hình ngôn ngữ là các trình tạo đa phương thức thống nhất và có khả năng mở rộng

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

[CVPR 2024 Highlight] MIGC và [TPAMI 2024] MIGC++ (Triển khai chính thức).

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.

Triển khai chính thức cho "Blended Diffusion for Text-driven Editing of Natural Images" [CVPR 2022].

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"

Danh sách các bài báo được tuyển chọn về tạo nội dung đa phương thức dựa trên LLM (hình ảnh, video, 3D và âm thanh)

AI Plugin là một tiện ích mở rộng mạnh mẽ cho Payload CMS, tích hợp các khả năng AI tiên tiến để nâng cao việc tạo và quản lý nội dung.

[NeurIPS 2025 Spotlight] Bộ mã hóa token thống nhất cho việc tạo và hiểu hình ảnh

Bộ sưu tập các Google Colab Notebook cho nhiều dự án khác nhau