text-to-image

無限制的 AI 影片平台開源替代方案——具備 500+ 種模型的免費 AI 圖像與影片生成工作室（Flux、Midjourney、Kling、Sora、Veo）。無內容過濾。自行架設，採用 MIT 授權。

GPT-Image-2 API and Prompts

使用 PyTorch 實作的 DALL·E 2，OpenAI 更新的文字生成圖像神經網路

在 Pytorch 中實作 Google 的文字轉圖像神經網路 Imagen

由 GPT-4o 與 gpt-image-1 產生的影像與提示的精選集合。探索 ChatGPT 與 Sora 產生的 AI 影像，展示 OpenAI 先進的圖像生成能力

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 中實作 / 重新實作 DALL‑E，OpenAI 的文字轉圖像 Transformer。

Red Ink - 一站式小紅書圖文生成器，基於🍌Nano Banana Pro🍌，"一句話，一張圖：生成小紅書文字與圖片"

GPT Image 2 提示庫、圖像提示庫、代理技能與 OpenAI 圖像生成/編輯的 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 是一個提示重寫工具，將提示精煉為更清晰、結構化的版本，以提升圖像生成效果

精選的生成式 AI 工具、作品、模型與參考資料清單

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

擴散模型論文、調查與分類法

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。

Kandinsky 2 — 多語言 text2image 潛在擴散模型

FLUX, Stable Diffusion, SDXL, SD3, LoRA, 微調, DreamBooth, 訓練, Automatic1111, Forge WebUI, SwarmUI, DeepFake, TTS, 動畫, 文字轉影片, 教學, 指南, 講座, 課程, ComfyUI, Google Colab, RunPod, Kaggle, NoteBooks, ControlNet, TTS, 聲音複製, AI, AI 新聞, ML, ML 新聞, 新聞, 科技, 科技新聞, Kohya, Midjourney, RunPod

使用 Stable Diffusion 從任何文字提示生成影像的遊樂場（先前使用 DALL-E Mini）

🔥 [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。

Google Research PaperBanana 用於自動化學術圖表、圖形與研究視覺化內容的開源實作與擴充，並已擴展至投影片生成等新領域。

AI 魔法相遇無限繪圖板。

[ICML 2024] 掌握文字到圖像擴散模型：利用多模態 LLM 進行重新標註、規劃與生成（RPG）

[ECCV 2024] 論文「BrushNet: A Plug-and-Play Image Inpainting Model with Decomposed Dual-Branch Diffusion」官方實作

「TokenFlow: Consistent Diffusion Features for Consistent Video Editing」的官方 PyTorch 實作，推出「TokenFlow」（ICLR 2024）

[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。

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

將任何臉孔轉化為電玩角色、像素藝術、黏土動畫、3D 或玩具風格