图像

PromptEnhancer 开源

一键优化提示词，让图像生成更精准、更出彩

PromptEnhancer 是一个提示词重写工具，旨在将用户输入的图像生成提示词优化为更清晰、结构化的版本···

image-studio 开源

一个工具搞定绘图、编辑和视频生成，Vercel 一键部署即用。

image-studio 是一个基于 TypeScript 的 AI 视觉创作套件，将图解、绘画、编辑和视频生成能力整合到···

Free-Nano-Banana-Pro-API-Ultimate-AI··· 开源

免费调用Gemini 3.0 Pro，秒出超写实图像，无限制无水印。

这是一个免费开源的AI图像生成API项目，基于Gemini 3.0 Pro（Nano Banana Pro）模型，提供图像生成···

HunyuanImage-2.1 开源

一键生成2K高清图像，文本描述秒变大片

HunyuanImage-2.1 是腾讯开源的扩散模型，专注于高分辨率（2K）文本到图像生成。它采用高效的扩散T···

ChronoEdit 开源

让 AI 理解时间变化，编辑图像还能预测未来状态

ChronoEdit 是一个面向图像编辑与世界模拟的时间推理框架，由 ICLR 2026 论文提出。它解决的是现有···

smart-comfyui-gallery 开源

不开 ComfyUI，用自然语言管理你的 AI 图片库

SmartGallery DAM 是一个本地优先、基于浏览器的 ComfyUI 数字资产管理工具。它解决了 ComfyUI 用户···

NanoBananaEditor 开源

用 Gemini 2.5 轻松生成和编辑图像，一站式搞定。

NanoBananaEditor 是一个基于 Gemini 2.5 Flash 图像 API 构建的 AI 图像生成与编辑应用，旨在成为···

Interleaving-Reasoning-Generation 开源

让AI边想边画，推理增强图像生成，细节更精致

Interleaving-Reasoning-Generation 是一个面向文本到图像生成领域的早期探索项目，旨在将交错推理···

MOSAIC 开源

一张图生成多个指定主体，身份不串味

MOSAIC 是一个面向多主体个性化图像生成的开源项目，核心解决现有模型在生成包含多个指定主体（如人···

Story2Board 开源

从故事文本一键生成连贯漫画分镜，无需训练。

Story2Board 是一个无需训练的漫画分镜生成工具，基于扩散模型实现。它解决的是从长文本故事自动生···

UniPic 开源

一句话指令，多图联动编辑，效果媲美商业模型

UniPic 是一个开源的 SOTA 多图像编辑模型，专注于通过自然语言指令对多张输入图像进行联合编辑。它···

Voost 开源

一个模型搞定穿脱衣服，双向虚拟换装更自然

Voost 是一个基于扩散 Transformer 的统一框架，用于双向虚拟试穿（try-on）和虚拟脱衣（try-off）···

unfake.js 开源

浏览器里一键修复AI图像伪影，让像素画和矢量图更干净

unfake.js 是一个运行在浏览器中的图像修复工具，专门针对 AI 生成的像素画和矢量图进行后处理。AI···

openjourney 开源

用 Gemini 打造你自己的 MidJourney，生成图像和视频

openjourney 是一个开源的 MidJourney 网页界面克隆项目，基于 Google Gemini SDK 实现真实的 AI 图···

MGVQ 开源

让 VQ-VAE 超越 VAE，多组量化提升图像重建与生成质量

MGVQ 是一个面向图像生成与重建的通用 tokenizer 模型，核心思路是让 VQ-VAE 在性能上超越传统 VAE···

pictex 开源

用 CSS 布局语法，快速生成高质量图片

PicTex 是一个基于 Python 的图像生成库，它利用 CSS Flexbox 布局引擎（通过 Taffy 实现）来高效地···

HMAR 开源

分层掩码并行预测，让自回归图像生成更快更高效

HMAR 是一个面向图像生成任务的高效分层掩码自回归模型，发表于 CVPR 2025。它针对现有自回归图像生···

lpd 开源

让自回归图像生成提速数倍，实时出图不等待。

lpd 是一个面向自回归图像生成的高效并行解码算法，由 ICLR 2026 Oral 论文提出。它针对自回归图像···

free-image-generation-api 开源

用 Cloudflare Workers 免费搭建自己的 AI 画图 API

这是一个基于 Cloudflare Workers 的免费 AI 图像生成 API 项目。它利用 Cloudflare 的全球边缘网络···

ComfyUI-TBG-ETUR 开源

把图放大到2亿像素，还能逐块控制细节和创意

ComfyUI-TBG-ETUR 是一个 ComfyUI 自定义节点，用于图像放大和细化，支持高达 2 亿像素的超高分辨率···

JarvisArt 开源

说句话就能修图，让AI帮你实现创意

JarvisArt 是一个基于大语言模型的智能照片修图代理，旨在解放人类艺术创造力。它通过理解用户的自···

takumi 开源

告别无头浏览器，用 JSX 快速生成 OG 图和 PDF

takumi 是一个用 Rust 编写的开源工具，用于从 JSX、HTML 和 CSS 渲染 Open Graph 图片和分页 PDF。···

CHATS 开源

让文生图更懂你，训练+采样双管齐下提升对齐度

CHATS 是一个面向文本到图像生成的开源项目，核心思路是结合人类对齐优化与测试时采样，提升生成图···

typix 开源

免登录一键部署，自托管 AI 生图服务

typix 是一个开源的 AI 图像生成工具，旨在提供免登录、一站式的创作体验。它解决了主流 AI 生图服···