image-generation 第 3 页
本站收录 613 个带「image-generation」标签的 AI 开源项目（按 GitHub 星标从高到低，第 3 / 13 页）
AMC-WebUIAMC-WebUI 是一个面向 Gemini 的 Local-First AI 工作流 WebUI，用 TypeScript 和 React 构建。它解决的是在★ 931
GameFactory-3AGameFactory-3A 是一个开源的 3A 游戏生成技能与资产框架，旨在为游戏开发者提供从概念到成品的全流程生成工具链。它整合了 3D 模型生成、图像生成★ 928
HR-VITONHR-VITON 是一个基于 PyTorch 的高分辨率虚拟试穿（Virtual Try-On）开源项目，对应 ECCV 2022 论文《High-Resolu★ 917
flatkey-cliflatkey-cli 是一个基于 JavaScript 的媒体生成命令行工具，专注于生成式 AI 领域。它解决了开发者在终端中快速调用多种 AI 媒体生成能力★ 911
malnyun_facesmalnyun_faces 是一个专注于图像生成与图像到图像转换的开源项目，旨在通过生成模型学习人脸图像的特征与变换。项目名称暗示其核心应用场景为人脸相关任务，★ 902
AnyGPTAnyGPT 是一个基于离散序列建模的统一多模态大语言模型，旨在实现任意模态之间的相互转换与理解。它解决了传统多模态模型通常只支持文本与其他单一模态（如图像或语★ 887
UniPicUniPic 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。它解决了传统图像编辑模型只能处理单张图像、难以理解多图之★ 877
ima2-genima2-gen 是一个极简的命令行工具和网页界面，用于调用 OpenAI 的 GPT Image 2 图像生成模型。它解决了开发者快速、灵活生成图片的需求，支★ 876
ima2-genima2-gen 是一个本地优先的视觉生成运行时与工作台，面向人类用户和编码 Agent，解决多供应商图像/视频生成流程难以复现、难以编排的问题。它把 Open★ 876
DiffusionOPSDDiffusionOPSD 是一个针对扩散模型的在线策略自蒸馏（On-Policy Self-Distillation）训练框架，旨在解决扩散模型在生成质量和训★ 871
domain-transfer-network这是一个基于TensorFlow的无监督跨域图像生成项目，实现了Unsupervised Cross-Domain Image Generation（无监督跨域★ 863
comfyui-mcpComfyUI-MCP 是一个本地优先、面向智能体的 ComfyUI 控制平面，包含 MCP 服务器和侧边栏智能体。它解决了 ComfyUI 操作门槛高、工作流★ 844
open-webui-tools专为 Open WebUI 打造的模块化工具集，提供 15 余种专业工具、函数管道与过滤器，可将 Open WebUI 升级为强大的 AI 工作站。支持学术研究★ 823
APDrawingGANAPDrawingGAN 是一个基于生成对抗网络（GAN）的开源项目，用于将人脸照片自动转换为艺术风格的人物肖像画（如素描、线条画）。该项目由 CVPR 201★ 811
Autoregressive-Models-in-Vision-Survey这是一份关于视觉自回归模型（AR models）的综述论文项目，发表于TMLR 2025。它系统梳理了自回归模型在计算机视觉领域的研究进展，涵盖图像生成、视频预★ 807
AI-Visual-Prompt-CookbookAI-Visual-Prompt-Cookbook 是一个精选的可复用 JSON 提示词模板与风格参考库，专为 AI 图像生成设计。它解决的是提示词工程中重复造★ 794
travel-photo-abstractiontravel-photo-abstraction 是一个基于 Codex 的开源技能包，用于将旅行照片提炼为极简的编辑式抽象图像。它解决的是传统照片处理工具难以★ 787
MaestroMaestro 是一个 100% 本地运行的一站式 AI 视频、图像和音乐创作工作室，基于 WanGP 管线构建，通过 Pinokio 一键安装。它解决的是本地★ 782
anycost-ganAnycost GANs 是 CVPR 2021 收录的交互式图像合成与编辑框架，由 MIT 等机构提出。它解决的是 GAN 模型在推理时计算开销大、难以在普通★ 779
texturizetexturize 是一个基于深度学习的命令行工具，用于从源图像生成照片级真实的纹理，并支持纹理的混搭、重制与变体创作。它解决的是设计师和开发者快速生成多样化纹★ 762
awesome-text-to-video这是一个关于文本生成视频（Text-to-Video）领域的精选资源列表，本质上是一份技术综述。项目系统梳理了该方向的研究论文、开源模型、数据集和工具，覆盖从早★ 745
stable-diffusion-dockerstable-diffusion-docker 是一个将官方 Stable Diffusion 模型封装进 Docker 容器的项目，旨在简化 Stable D★ 744
nanobanana-trending-prompts这是一个精选的AI图像生成提示词集合，收录了来自X（推特）的1400多条热门提示词，并按互动量排序。项目旨在解决用户在使用AI绘图工具时缺乏灵感、提示词质量参差★ 743
Flow-FactoryFlow-Factory 是一个面向 Flow-Matching 模型的统一强化学习框架，旨在简化基于流匹配的生成模型（如扩散模型）中的强化学习训练流程。它解决★ 731
ilab-conjureilab-conjure 是一个面向 GPT-image-2 的 AI 图片生成 WebUI 工作台，旨在解决开发者或设计师在调用图像生成 API 时缺乏统一操★ 718
ISP-GuideISP-Guide 是一个关于图像信号处理（ISP）的综合性学习指南，旨在帮助开发者系统理解从图像/视频传感器原始数据到最终数字图像的完整处理流程。它通过整理和★ 718
focal-frequency-lossFocal Frequency Loss 是一个基于频域分析的图像重建与合成损失函数库，来自 ICCV 2021 论文。它解决的是生成模型（如 GAN、自编码器★ 715
ChronoEditChronoEdit 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。它解决的是现有图像编辑模型缺乏对时间动态理解的问题，即无法根★ 708
presenta-libpresenta-lib 是一个面向自动化时代的 JavaScript 演示文稿生成库。它解决的是在自动化流程中动态创建和定制演示文稿（如幻灯片、横幅、目录、画★ 706
OMGOMG 是一个面向扩散模型的个性化多概念图像生成框架，由南洋理工大学等机构在 ECCV 2024 提出。它解决了现有定制化生成模型只能处理单一概念、且对遮挡场景★ 702
AttentionGANAttentionGAN是一个基于生成对抗网络（GAN）的无配对图像到图像翻译模型，同时支持多域图像转换。它通过引入注意力机制，在训练过程中自动学习区分前景和背★ 687
DiffusionFastForwardDiffusionFastForward 是一个面向扩散生成模型的开源课程与实验框架，旨在帮助学习者和开发者快速上手扩散模型。项目以 Jupyter Noteb★ 684
Awesome-CVPR2026-CVPR2025-ICCV2025-CVPR2024-ECCV2026-ECCV2024-AIGC这是一个汇集CVPR、ICCV、ECCV等顶级计算机视觉会议中AIGC相关论文与代码的精选列表。项目旨在解决研究者难以系统追踪前沿AIGC成果的问题，按会议年份★ 674
HunyuanImage-2.1HunyuanImage-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Transformer架构，解决传统扩散模型在高分★ 674
NOVANOVA 是一个面向图像与视频生成的自回归模型开源项目，核心创新在于摒弃了传统自回归生成中必需的向量量化（VQ）步骤，直接对连续特征进行建模。该项目由论文《Au★ 660
Awesome-CVPR2024-Low-Level-Vision这是一个CVPR顶会论文合集项目，专门收集CVPR 2024/2023/2022中关于底层视觉（Low-Level Vision）方向的研究论文和开源代码。底层★ 657
SEANSEAN 是 CVPR 2020 Oral 论文的官方实现，提出语义区域自适应归一化（Semantic Region-Adaptive Normalizatio★ 657
HiDTHiDT 是 CVPR 2020 Oral 论文《High-Resolution Daytime Translation Without Domain Labe★ 652
dsh-image-gendsh-image-gen 是面向 DeepSeek Harness 的 AI 图像工作室插件，用 TypeScript 开发。它把图像生成、编辑和对比直接搬进★ 646
character_select_stand_alone_app这是一个基于 Electron 的桌面独立应用，用于角色选择与 AI 图像生成。它主要面向 wai-il 模型，支持通过 ComfyUI 和 WebUI（A11★ 638
axodox-machinelearning这是一个纯 C++ 实现的 ONNX 离线 AI 模型库，专注于图像生成与相关视觉任务。它无需 Python 或 PyTorch 运行时，直接通过 Direct★ 634
blended-latent-diffusionBlended Latent Diffusion 是 SIGGRAPH 2023 论文的官方实现，用于文本驱动的图像局部编辑。它解决的是传统扩散模型在编辑图像时★ 631
Vibe-WorkflowVibe-Workflow 是一个免费开源的节点式 AI 工作流构建器，旨在替代 Weavy AI、Krea Nodes、Freepik Spaces 等商业工★ 627
Few-Shot-Patch-Based-Training这是一个基于少量样本补丁训练的交互式视频风格化工具，源自SIGGRAPH 2020论文。它解决的是传统风格迁移需要大量训练数据且难以保持视频时序一致性的问题。核★ 627
ai-art-generatorai-art-generator 是一个面向本地批量 AI 艺术生成的 Python 工具，旨在自动化创建大量 AI 生成的艺术作品。它整合了多种前沿生成技术，★ 619
awesome-generative-ai-apps这是一个精选的开源生成式 AI 应用合集，收录了 50 多个可直接克隆、部署并商业化的项目，涵盖图像生成、视频工具、虚拟试穿、AI SaaS 模板及平台集成等类★ 610
stable-diffusion-2-gui这是一个轻量级的 Stable Diffusion v2.1 网页界面，基于 Gradio 构建，旨在简化本地部署和使用 Stable Diffusion 的过★ 597
photo-revivalphoto-revival 是一个基于 Codex skill 的开源项目，旨在将日常照片转化为具有诗意的白纸手绘风格插图。它通过精心设计的提示词工程，让 AI★ 596
stable-diffusion-pytorch这是一个用PyTorch从零实现的Stable Diffusion开源项目，代码结构清晰、注释友好，旨在帮助开发者理解扩散模型的内部原理。它解决了官方实现代码复★ 596
NomiNomi 是一个开源的 AI 视频工作台，定位为本地优先的桌面应用。它解决的核心问题是：在 AI 视频生成流程中，创作者往往需要在多个工具间切换，且难以对生成结★ 590