图像

Infinity 开源 免费 仅开源

把图像拆成比特流，自回归生成高清图

Infinity 是一个基于自回归建模的高分辨率图像生成框架，核心创新在于将图像 token 化为 bitwise 形···

MV-Adapter 开源 免费 可打开

即插即用，轻松生成多视角一致图像，无需重训练。

MV-Adapter 是 ICCV 2025 的官方实现，旨在简化多视角一致图像生成任务。它解决了从单张图片或文本···

OneDiffusion 开源 免费 仅开源

一个模型搞定图像生成、编辑、重建与视角合成

OneDiffusion 是 CVPR 2025 论文的官方实现，一个基于扩散模型的统一图像生成与编辑框架。它解决了···

FaithDiff 开源 免费 仅开源

让老电影和老照片一键清晰重生，修复效果自然真实

FaithDiff 是一个基于扩散模型的真实世界图像修复与增强工具，发表于 CVPR 2025。它专注于经典电影···

RandAR 开源 可打开

随机顺序自回归，图像生成更快更清晰

RandAR 是 CVPR 2025 Oral 论文《RandAR》的开源实现，一个基于自回归范式的图像生成模型。它解决传···

1Prompt1Story 开源 免费 可打开

一个提示词，自动生成风格一致的连续故事图像序列。

1Prompt1Story 是一个基于扩散模型的文本到图像生成工具，由 ICLR 2025 Spotlight 论文提出。它解决···

Shapeify 开源 免费 仅开源

上传图片，用几何形状自动重绘出艺术感作品

Shapeify 是一个基于 Godot 引擎的开源图像生成工具，它利用遗传算法和计算着色器，将普通图片重新···

OminiControl 开源 免费 仅开源

给 FLUX 加 0.1% 参数，就能用边缘/深度/姿态精准控图

OminiControl 是一个面向扩散 Transformer（DiT）的极简通用控制框架，论文被 ICCV 2025 收录为 Hi···

goshot 开源 免费 仅开源

本地命令行一键生成美观代码截图，替代在线 Carbon

goshot 是一个用 Go 编写的命令行工具，用于将代码片段生成美观的截图，可作为 Carbon 的本地替代方···

ComfyUI-RMBG 开源 免费 仅开源

在 ComfyUI 里一键抠图，集成多种分割模型，精准又高效。

ComfyUI-RMBG 是一个专为 ComfyUI 设计的自定义节点，用于高级图像背景移除和对象、人脸、衣物及时···

maskbit 开源 免费 仅开源

无需嵌入查找表，用比特令牌直接生成高质量图像

MaskBit 是论文《MaskBit: Embedding-free Image Generation from Bit Tokens》的官方实现，专注于···

MVPaint 开源 可打开

一张图或一句话，同步生成多视角一致的3D纹理

MVPaint 是一个基于多视角扩散模型的 3D 纹理生成框架，由南洋理工大学等机构在 CVPR 2025 提出。它···

VINE 开源 免费 仅开源

给图像打上编辑不掉的隐形水印，AI 改图也能溯源

VINE 是 ICLR 2025 的官方实现，专注于利用生成式先验（如扩散模型）实现鲁棒图像水印，以抵御现代···

VistaDream 开源 免费 仅开源

一张图生成多视角一致图像，搞定单视图三维重建

VistaDream 是一个用于单视图场景重建的多视图一致图像采样工具，由 ICCV 2025 论文提出。它解决的···

HiCo_T2I 开源 可打开

用布局框精准控制图像生成，告别乱摆乱放

HiCo_T2I 是 NeurIPS 2024 收录的布局条件图像生成项目，旨在解决文本到图像生成中布局控制不精准的···

DiGIT 开源 免费 仅开源

稳定图像潜空间，让自回归生成更连贯

DiGIT 是一个基于自回归建模的图像生成框架，来自 NeurIPS 2024 论文。它提出通过稳定潜空间来统一···

Meissonic 开源 免费 仅开源

用掩码生成Transformer，快速产出高清图像

Meissonic 是一个基于掩码生成 Transformer 的高效文本到图像合成模型，由 ICLR 2025 接收。它旨在···

Sana 开源 免费 仅开源

一句话生成高清大图，放大细节也不糊

NVIDIA 开源的高效高分辨率图像合成模型，采用线性 Diffusion Transformer 架构，在保持高质量生成···

imagine 开源 可打开

用图形界面轻松玩转 Flux 图像生成

imagine 是一个基于 TypeScript 构建的图形化界面工具，专注于 Flux 图像生成。它为用户提供了一个···

IterComp 开源 免费 仅开源

迭代反馈学习，让AI画图更懂复杂指令

IterComp 是一个面向文本到图像生成的开源框架，核心解决复杂组合生成问题（如多物体、属性绑定、空···

cf-flux-remix 开源 免费 已失效

免费部署 FLUX.1 图像生成，无需 GPU，一键上 Cloudflare Workers

cf-flux-remix 是一个基于 Cloudflare Workers 和 Workers AI 的免费文本生成图像项目，使用 FLUX.···

flux.swift.cli 开源 免费 仅开源

终端敲命令，快速用 FLUX.1 生成图片

flux.swift.cli 是一个用 Swift 编写的命令行工具，用于调用 FLUX.1 模型进行文生图。它解决了开发···

maskbit-pytorch 开源 免费 仅开源

用二进制量化让图像生成更高效，重建更清晰

MaskBit 是字节跳动 AI 提出的图像生成模型，本仓库是其 PyTorch 实现。它基于自编码器与二进制量化···

ImageFolder 开源 免费 仅开源

把图像切成高效token，让AR/VAR生成又快又好

ImageFolder 是一个面向自回归（AR）和变量自回归（VAR）图像生成模型的高性能图像分词器。它解决了···