image-generation

PHP 函式庫，可從 URL 或 HTML 頁面產生縮圖、快照或 PDF。wkhtmltopdf/wkhtmltoimage 的封裝器

OmniGen：統一圖像生成。 https://arxiv.org/pdf/2409.11340

一個適用於各大 AI 供應商的 Ruby 框架。用優雅、表達力強的程式碼構建 AI 代理、聊天機器人、RAG 應用和多模態工作流程。

Paper 的官方實作：Anydoor：零樣本物件級圖像自訂化

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

基於 OpenAI gpt-image-2 API 的圖片生成與編輯工具

✨ 針對 Google Gemini 網頁應用的逆向 Python API

HunyuanImage-3.0：強大的原生多模態圖像生成模型

Dreambooth（https://arxiv.org/abs/2208.12242）實作，透過 Textual Inversion（https://arxiv.org/abs/2208.01618）於 Stable Diffusion（https://arxiv.org/abs/2112.10752）。調整重點在於訓練臉部、物件與風格。

50 多個你可以複製、部署並獲利的開源生成式 AI 應用程式——圖像生成器、影片工具、虛擬試穿、AI SaaS 範本以及平台整合。每個範本皆可一鍵 Vercel 部署。

自動化 PWA 資產生成與圖像宣告。自動產生圖示、啟動畫面、favicon 與 mstile 圖像。依照 Web App Manifest 規範與 Apple Human Interface 指南，更新 manifest.json 與 index.html 檔案。

One-ink editorial print image skill — warm paper, halftone photography, active negative space, and restrained typography.

從 JSX、HTML 和 CSS 渲染 OG 圖片和分頁 PDF。無需無頭瀏覽器。可在 Node.js、Cloudflare Workers、瀏覽器和 Rust 上執行。

Kandinsky 2 — 多語言 text2image 潛在擴散模型

🔥 [ICCV 2025 Highlight] InfiniteYou：在保留您身份的同時進行靈活的照片重塑

(ෆ`꒳´ෆ) 文本到影像生成/合成綜述。

一個能將 ComfyUI 工作流程轉換為可執行 Python 程式碼的強大工具。

此專案為 'DreamOmni2: Multimodal Instruction-based Editing and Generation (CVPR2026 Highlight)' 的官方實作

自迴歸模型打敗 Diffusion：用於可擴展影像生成的 🦙 Llama

適用於 OpenClaw 與 Claude Code 的 AI 技能 —— 從 10000+ 個 Nano Banana Pro (Gemini) 圖片提示詞中推薦。透過使用情境、內容重混與範例圖片進行智慧搜尋。

🚀 AI 全自動化影片生成員工 | Your First AIGC Coworker. Chat an Idea. Get a Film. 🦞

追蹤與收集 Segment Anything 相關的論文、專案與其他資源。

[CVPR 2025 Oral] Infinity ∞：為高解析度影像合成擴展位元wise自動迴歸建模。

官方 MiniMax Model Context Protocol (MCP) 伺服器，可與強大的文字轉語音、影像生成和影片生成 API 進行互動。

基於 Stable Diffusion 的大規模文字轉圖片提示詞圖庫資料集

在商業營運中安全使用生成式 AI 的商業案例應用實作。

中文手繪技術 PPT 整頁圖像生成 Skill | 21:9 封面 + 16:9 正文配圖 | PNG 輸出

[ICCV 2025] 🔥🔥 UNO：支援單一與多主體條件設定的通用客製化方法

開箱即用的本地 AI 工作室：無審查聊天、圖像與影片生成、編碼 Agent。100% 離線執行去審查 LLM + ComfyUI。一個安裝程式，不需要 Docker，不需要雲端。

FireRed-Image-Edit 是一個強大的影像編輯基礎模型，達到開源的 SOTA 效能，具備精確的指令遵循、高傳真生成、優異的身份一致性以及無縫的多元素融合。