image-generation

Stable Diffusion 网页 UI

本机 UI，用于运行与训练 LLM 与扩散模型，支持 Qwen3.8、Kimi K3、MiniMax-H3、Gemma 4、DeepSeek-V4、FLUX 等多种模型

世界首个开源代理式视频制作系统。12条生产流水线，100+ 工具，700+ 代理技能与生产知识文件。将你的 AI 编码助手变成完整的视频制作工作室

LocalAI 为开源 AI 引擎，可在任何硬件上运行任意模型（LLM、视觉、语音、图像、视频），无需 GPU

你的 AI 第二大脑。可自行托管。从网络或文档获取答案。构建自定义代理、调度自动化、进行深度研究。将任何线上或本地 LLM 转为个人自主 AI（gpt、claude、gemini、llama、qwen、mistral）。立即开始 - 免费。

🤗 Diffusers：在 PyTorch 中提供最先进的图像、视频与音频生成扩散模型

Invoke 是领先的 Stable Diffusion 模型创意引擎，使专业人士、艺术家和爱好者能够使用最新的 AI 技术生成和创作视觉媒体。该解决方案提供业界领先的 WebUI，并作为多个商业产品的基础。

🚀 AI 全自动短视频引擎

AI 代理技能：生成精致的 HTML 幻灯片，包括杂志与瑞士风格布局、图像提示、社交封面，以及 WebGL/低功耗的演示运行时

PyTorch 中的图像到图像翻译

GPT-Image-2 API and Prompts

stable diffusion webui colab

Toonflow 是开源的一站式 AI 短剧创作工具，将小说、剧本快速转化为动画短剧。集成 AI 编剧、智能分镜、角色与视频生成，跨平台桌面端轻量部署，助力创作者低成本批量产出视觉内容。

将 HTML 与 CSS 转换为 SVG 的启发式库

🍌 全球最大 Nano Banana Pro 提示库 — 超过 10,000 条精选提示，附预览图片，支持 16 种语言。Google Gemini AI 图像生成。免费且开源。

中文小黑怪诞正文配图生成 Skill | 16:9 白底手绘 | 少量红橙蓝批注 | Codex Skill

🚀 全球最大的 GPT 图像 2 提示词库，每日更新 — 超过 2000 个精选提示词，附预览图，支持 16 种语言。OpenAI 次世代图像模型，具像素级文字渲染、跨图像一致性与商业级插画。免费且开源

[NeurIPS 2024 最佳论文奖][GPT 打败 diffusion🔥] [视觉生成的 scaling laws📈] 官方实现“Visual Autoregressive Modeling: Scalable Image Generation via Next-Scale Prediction”——一个*超简洁、用户友好且达到最先进水平*的自回归图像生成代码库

Blender 内置 Stable Diffusion

由 GPT-4o 与 gpt-image-1 生成的图像和提示的精选集合。探索 ChatGPT 与 Sora 生成的 AI 视觉，展示 OpenAI 的先进图像生成能力

PaddlePaddle GAN 库，包括许多有趣的应用，如 First-Order motion transfer、Wav2Lip、图片修复、图像编辑、photo2cartoon、图像风格迁移、GPEN 等。

OpenMMLab 多模态先进、生成式与智能创作工具箱。解锁魔法 🪄：生成式 AI（AIGC）、易用 API、超赞模型库、扩散模型，支持文本到图像生成、图像/视频修复与增强等。

纯 C/C++ 推理扩散模型（SD、Flux、Wan、Qwen Image、Z-Image 等）

🪧 Claude Code / Codex 技能 — 生成小红书轮播与微信 21:9+1:1 封面配对。编辑 × 瑞士视觉系统，28 种版面，10 种主题，单文件 HTML → PNG。小红书图文 + 公众号封面

高效模型推理框架，支持全模态模型

一个紧凑的 Agent Skill，为高度简化、圆润、微妙的新古典主义 IP 吉祥物标志

GPT Image 2 提示库、图像提示库、代理技能与 OpenAI 图像生成/编辑的 CLI

Tiled Diffusion 和 VAE 优化，采用 CC BY-NC-SA 4.0 授权

StableSwarmUI，模块化 Stable Diffusion 网页使用者界面，强调易于访问高性能与可扩展性

SwarmUI（前称 StableSwarmUI），一个模块化的 Stable Diffusion 网页使用者界面，强调让高效工具易于存取、性能优异且可扩充