image-generation 第 6 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 6 / 13 页）
Mix-StudioMix-Studio 是一个基于 ComfyUI 构建的响应式 AI 工作台，旨在提供干净、流畅的图像与视频生成体验。它解决了 ComfyUI 原生界面在移动端★ 299
HumanArtHumanArt 是 CVPR 2023 论文的官方实现，提供了一个连接自然与人工场景的多功能人类中心数据集。它解决了现有姿态估计和图像生成模型在非自然场景（如★ 295
x-unetx-unet 是一个基于 PyTorch 的 U-Net 图像生成与分割实现，旨在整合高效的注意力机制和最新的研究成果。它解决了传统 U-Net 在长距离依赖建★ 294
image-cockpit-for-codex-workflows这是一个面向 Codex 图像生成工作流的本地控制台工具，主要解决 AI 生成图像在游戏开发和像素艺术场景中的管理难题。它提供了本地优先的图像生成、编辑、动画和★ 293
modular-diffusionmodular-diffusion 是一个基于 PyTorch 的模块化扩散模型设计与训练库。它旨在解决扩散模型研究中的代码复用和灵活定制问题，提供高度解耦的组★ 292
naver-webtoon-facesnaver-webtoon-faces 是一个专注于将人脸图像转换为 Webtoon 风格卡通形象的开源项目。它利用生成对抗网络（GAN）等生成模型，实现人脸到★ 291
joliGENjoliGEN 是一个基于 PyTorch 的生成式 AI 图像与视频工具集，融合了 GAN 和扩散模型，专注于解决真实世界中的图像生成与编辑问题。它提供图像到★ 290
LoomicLoomic 是一个开源的 AI 画布设计代理，定位为 Lovart、CapCut Video Studio 和 Canva AI 的替代品。它通过聊天驱动的方★ 287
TSITTSIT是ECCV 2020 Spotlight论文的官方实现，提出了一种简单且通用的图像到图像翻译框架。它通过特征变换（feature transformat★ 287
unpaintunpaint 是一款面向 Windows 和 Xbox 平台的本地 AI 图像生成应用，基于 Stable Diffusion 模型，利用 DirectML ★ 286
VisualClozeVisualCloze 是一个基于 ICCV 2025 论文的通用图像生成框架，旨在统一多种图像生成任务，并支持泛化到未见过的任务。它通过类似“完形填空”的机制★ 284
g-diffuser-botg-diffuser-bot 是一个基于 Python 的 Discord 机器人，为 Stable Diffusion 提供交互界面。它解决了在 Discor★ 282
fineganFineGAN 是一个基于生成对抗网络（GAN）的细粒度图像生成与发现工具，由 IBM 研究院开发。它通过无监督的分层解耦学习，将图像生成过程分解为背景、父类别★ 281
Awesome-AI-Image-Prompts这是一个精选的AI图像提示词合集，包含1000多个可直接复制的提示词，覆盖OpenAI图像工具、产品摄影、人像、角色设计等多个场景。项目以JSON格式提供提示词★ 279
diffusers-interpretDiffusers-Interpret 是一个面向 Hugging Face Diffusers 模型的可解释性工具库，旨在帮助开发者和研究者理解扩散模型生成图★ 277
VibeGameVibeGame 是一个开源的自我进化多智能体框架，内置 AI 原生游戏引擎，目标是把自然语言直接变成可玩的 2D 网页游戏。用户只需描述想要的玩法、美术风格和★ 276
IntelliNodeIntelliNode 是一个面向 JavaScript 开发者的统一 AI 模型访问层，旨在解决多模型接入碎片化的问题。它通过一个统一的提示层，让开发者可以用★ 275
consistency_flow_matchingConsistency Flow Matching 是论文《Consistency Flow Matching: Defining Straight Flows★ 273
inpaint-anythingInpaint Anything 是一个基于浏览器的图像修复工具，它将 Meta 的 Segment Anything 模型（SAM）与 Stable Diff★ 273
guaardvarkGuardvark 是一个自托管的 AI 工作站，旨在将多种 AI 能力整合到本地硬件上运行。它解决了用户对数据隐私和云端依赖的担忧，提供了一套完整的本地 AI★ 271
animatediff-clianimatediff-cli 是一个基于 AnimateDiff 的命令行工具和 Python 库，用于通过 Stable Diffusion 生成动画。它解★ 271
openjourneyopenjourney 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 图像与视频生成能力。它★ 269
tiny-dreamTiny Dream 是一个嵌入式、仅头文件的 Stable Diffusion C++ 实现，旨在将强大的文生图模型压缩到资源受限的设备上运行。它解决了传统 ★ 269
alisALIS（Aligning Latent and Image Spaces）是ICCV 2021的官方实现，旨在解决生成对抗网络（GAN）中潜在空间与图像空间不★ 266
panaceaPanacea 是 CVPR 2024 的官方实现，专注于自动驾驶场景的全景可控视频生成。它解决自动驾驶仿真中数据稀缺和场景覆盖不足的问题，能够生成多摄像头、全★ 263
diffusion_distillerdiffusion_distiller 是一个基于 PyTorch 的扩散模型蒸馏工具，实现了论文《Progressive Distillation for F★ 260
ShipGenAIShipGenAI 是一个开源的生成式 AI SaaS 应用样板合集，包含 50 个可直接投入生产的应用模板。它解决的是开发者从零搭建 AI 产品时重复造轮子的★ 256
ICCV2023-MCNETMCNET是ICCV2023收录的说话头视频生成官方实现，针对现有方法在源人脸身份信息利用不充分、生成视频身份保持不佳的问题，提出隐式身份表示条件化的记忆补偿网★ 253
Awesome-ICCV2025-ICCV2021-Low-Level-Vision这是一个汇总ICCV 2025和ICCV 2021低层视觉方向论文与代码的精选列表。低层视觉是计算机视觉中处理图像像素级任务的分支，包括图像去噪、去模糊、去雨、★ 249
MoCoGAN-HDMoCoGAN-HD 是一个基于 GAN 的高分辨率视频生成框架，核心思想是利用预训练的高质量图像生成器（如 StyleGAN）来合成视频帧，从而避免从头训练视★ 246
AI-Image-PromptGenerator这是一个用于生成和扩展AI绘画提示词（prompt）的Python脚本，提供灵活的UI界面，帮助用户为Stable Diffusion、MidJourney等生★ 245
AI-Canvas-tauriAI-Canvas-tauri 是一个本地优先的 AI 可视化工作流画布，基于 Tauri 和 TypeScript 构建。它把图像/视频生成、AI 短剧制作、★ 245
open-dungeonOpen Dungeon 是一款完全本地运行的 AI 角色扮演应用，旨在让用户无需注册、无需 API 密钥、无需云端依赖即可体验 AI 驱动的互动叙事。它通过 ★ 237
Talking_Face_AvatarTalking_Face_Avatar 是一个基于深度伪造技术的角色与游戏资产头像生成项目。它主要解决开发者在游戏、虚拟角色或数字人场景中，快速生成具有动态表情★ 237
VINO-codeVINO-code 是一个统一的视觉生成模型，能够处理图像和视频的编辑与生成任务，并支持多模态上下文（如文本、图像、视频等）的交错输入。它解决了传统生成模型只能★ 235
StoryGANStoryGAN 是一个用于故事可视化的序列条件生成对抗网络（GAN）开源项目。它解决的是如何根据多句文本故事自动生成一系列连贯且与语义相符的图像序列的问题。其★ 234
DeceiveDDeceiveD 是 NeurIPS 2021 收录的少样本 GAN 训练方法，核心解决真实数据不足时 GAN 训练不稳定、易过拟合的问题。它提出自适应伪增强（★ 234
gpt-image-2.5-for-e-commerce这是一个面向电商场景的 GPT Image 2.5 提示词手册（prompt cookbook），核心是把图像生成模型用在商品图生产上。它解决的是电商卖家、设计★ 234
onnx-webonnx-web 是一个基于 Web 的图形界面，用于运行 GPU 加速的 ONNX 推理管线，特别针对 Stable Diffusion 等图像生成模型。它解★ 233
comfy-pilotcomfy-pilot 是一个为 ComfyUI 工作流设计的 MCP（模型上下文协议）服务器，它同时集成了嵌入式终端，让 Claude Code 等 AI 编★ 232
TargetCLIPTargetCLIP 是 ECCV 2022 论文的官方 PyTorch 实现，专注于基于图像的 CLIP 引导本质迁移。它解决的是在图像编辑中，如何将参考图像★ 232
Stable-Diffusion-Latent-Space-ExplorerStable-Diffusion-Latent-Space-Explorer 是一个基于 diffusers 库的 Stable Diffusion 实验工具箱★ 229
tileGANtileGAN 是 SIGGRAPH 2019 论文的开源实现，专注于大规模非均匀纹理的合成。传统纹理合成方法难以生成覆盖大面积且具有非均匀分布特征的纹理，ti★ 229
papeg_aiPapeg.ai 是一个基于 JavaScript 的本地优先 AI 创意工具集，集成了图像生成、音乐生成、写作辅助和聊天功能。它解决的是用户对隐私敏感、希望离★ 227
chatgpt-spring-boot-starter这是一个基于 OpenAI 官方 API 的 Spring Boot Starter 组件，旨在让 Java 开发者通过 Spring Boot 的自动配置方式★ 226
ComfyUI-fal-APIComfyUI-fal-API 是一个将 fal.ai 平台 1400+ 生成式 AI 模型接入 ComfyUI 的官方自定义节点插件。它解决了 ComfyUI★ 225
XingGANXingGAN是ECCV 2020收录的基于PyTorch的人体图像生成模型，核心任务是给定一个人的源图像和目标姿态，生成该人物在目标姿态下的逼真图像。它通过两★ 225
flow-agentflow-agent 是一个面向 Google Flow 的 CLI 工具包，旨在通过命令行简化 Nano Banana Pro 图像生成、Omni Flash★ 223
texel-studiotexel-studio 是一个基于 AI 的像素画创作智能体，它摒弃了常见的扩散模型生成方式，转而采用工具驱动的绘画流程，模拟真实艺术家的创作过程。该项目解决★ 222
MERGEMERGE 是一个统一图像生成与深度估计的扩散模型框架，由 NeurIPS 2025 论文提出。它解决传统文本到图像扩散模型只能生成图像、无法理解几何结构的问题★ 222