text-to-image

无限制的 AI 视频平台开源替代方案——具备 500+ 种模型的免费 AI 图像与视频生成工作室（Flux、Midjourney、Kling、Sora、Veo）。无内容过滤。自行托管，采用 MIT 授权。

GPT-Image-2 API and Prompts

使用 PyTorch 实现的 DALL·E 2，OpenAI 更新的文字生成图像神经网络

在 Pytorch 中实现 Google 的文字到图像神经网络 Imagen

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

本仓库包含手工挑选的 Prompt Engineering 资源，重点关注 Generative Pre-trained Transformer (GPT)、ChatGPT、PaLM 等

在 Pytorch 中实现 / 复制 DALL‑E，OpenAI 的文字转图像 Transformer。

Red Ink - 一站式小红书图文生成器，基于🍌Nano Banana Pro🍌，"一句话，一张图：生成小红书文字与图片"

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

AI 代理的多模态生成媒体技能（Claude Code、Cursor、Gemini CLI）。由 muapi.ai 提供高质量图像、视频和音频生成

LTX-Video 支援 ComfyUI

[CVPR 2026] PromptEnhancer 是一个提示重写工具，将提示精炼为更清晰、结构化的版本，以提升图像生成效果

精选的生成式 AI 工具、作品、模型与参考资料清单

min(DALL·E) 是 DALL·E Mini 的快速、最小化 PyTorch 端口

扩散模型论文、调查与分类法

50 多个你可以复制、部署并获利的开源生成式 AI 应用程序——图像生成器、视频工具、虚拟试穿、AI SaaS 模板以及平台整合。每个模板皆可一键 Vercel 部署。

Kandinsky 2 — 多语言 text2image 潜在扩散模型

FLUX, Stable Diffusion, SDXL, SD3, LoRA, 微调, DreamBooth, 训练, Automatic1111, Forge WebUI, SwarmUI, DeepFake, TTS, 动画, 文字转视频, 教程, 指南, 讲座, 课程, ComfyUI, Google Colab, RunPod, Kaggle, NoteBooks, ControlNet, TTS, 声音克隆, AI, AI 新闻, ML, ML 新闻, 新闻, 科技, 科技新闻, Kohya, Midjourney, RunPod

使用 Stable Diffusion 从任何文本提示生成图像的游乐场（先前使用 DALL-E Mini）

🔥 [ICCV 2025 Highlight] InfiniteYou：在保留您身份的同时进行灵活的照片重塑

(ෆ`꒳´ෆ) 文本到图像生成/合成综述。

Google Research PaperBanana 用于自动化学术图表、图形与研究可视化内容的开源实现与扩展，并已扩展至幻灯片生成等新领域。

AI 魔法相遇无限绘图板。

[ICML 2024] 掌握文本到图像扩散模型：利用多模态 LLM 进行重新标注、规划与生成（RPG）

[ECCV 2024] 论文“BrushNet: A Plug-and-Play Image Inpainting Model with Decomposed Dual-Branch Diffusion”官方实现

“TokenFlow: Consistent Diffusion Features for Consistent Video Editing”的官方 PyTorch 实现，推出“TokenFlow”（ICLR 2024）

[CVPR 2025 Oral] Infinity ∞：为高分辨率图像合成扩展按位自回归建模。

官方 MiniMax Model Context Protocol (MCP) 服务器，可与强大的文本转语音、图像生成和视频生成 API 进行交互。

[ICCV 2025] 🔥🔥 UNO：支持单一与多主体条件设置的通用定制化方法

将任何脸孔转化为电玩角色、像素艺术、黏土动画、3D 或玩具风格