stable-diffusion 第 5 页
本站收录 813 个带「stable-diffusion」标签的 AI 开源项目（按 GitHub 星标从高到低，第 5 / 17 页）
cycle-diffusionCycle-Diffusion 是一个基于扩散模型的图像编辑工具，核心思想是在潜在空间中实现源图像与目标图像之间的循环一致性映射，从而支持无需额外训练的图像到图★ 660
SeeSRSeeSR 是一个基于语义感知的真实世界图像超分辨率模型，来自 CVPR 2024。它针对现有超分方法在复杂退化（如模糊、噪声、压缩伪影）下丢失语义信息、产生失★ 658
SkyPaint-AI-DiffusionSkyPaint-AI-Diffusion 是一个基于 Stable Diffusion 优化的中文 AI 绘画模型，旨在解决中文用户使用文本生成图像时提示词理★ 644
ChatGPT-weBotChatGPT-weBot 是一个基于 Python 的微信机器人项目，通过 hook 微信接口，将 ChatGPT（gpt-3.5 或更新版本）接入微信，让用★ 644
paint-with-words-sd这是一个基于Stable Diffusion的文本引导图像生成工具，实现了eDiff-I论文中的Paint-with-words方法。它允许用户通过文本标签化的★ 644
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
keras_cv_attention_modelskeras_cv_attention_models 是一个基于 TensorFlow/Keras 的计算机视觉模型库，汇集了众多主流和前沿的视觉骨干网络，如 B★ 625
ComfyUI-Windows-PortableComfyUI-Windows-Portable 是一个面向 Windows 用户的 ComfyUI 独立整合包，预装了 40 多个常用自定义节点，但不包含 S★ 621
distill-sddistill-sd 是 Segmind 推出的扩散模型蒸馏工具集，专注于将大型 Stable Diffusion 模型蒸馏为更小、更快的版本，同时尽量保留生成★ 620
LLM-HubLLM-Hub 是一个本地 AI 助手，专注于图像生成领域，但实际覆盖多模态能力。它基于 C++ 构建，集成多种主流大语言模型（如 Gemma、Llama、Mi★ 620
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
metal-flash-attentionmetal-flash-attention 是一个基于 Apple Metal 高性能计算框架的 FlashAttention 移植实现，专为在 Apple 芯★ 614
agentchainAgentChain 是一个基于 Python 的轻量级框架，旨在将多个大语言模型（LLM）和多模态模型串联起来，通过链式调用实现复杂任务的推理与编排。它解决了★ 612
MIGCMIGC是一个由CVPR 2024 Highlight和TPAMI 2024论文支持的图像生成项目，专注于多实例生成与编辑。它解决了现有文本到图像模型在生成多个★ 608
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
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
ComfyUI-IDM-VTONComfyUI-IDM-VTON 是 IDM-VTON 虚拟试穿模型的 ComfyUI 适配节点，让用户能在 ComfyUI 的可视化节点工作流中直接使用该模型★ 595
Awesome-DiT-InferenceAwesome-DiT-Inference 是一个精选的扩散模型推理加速论文与代码资源列表，专注于 DiT（Diffusion Transformer）架构。它★ 591
semantic-drawSemanticDraw 是 CVPR 2025 论文的官方实现，旨在解决图像扩散模型在交互式内容创作中实时性不足的问题。传统扩散模型生成图像需要多次迭代采样，★ 587
ComfyUI-disty-FlowComfyUI-disty-Flow 是一个为 ComfyUI 设计的自定义节点，旨在提供更友好的用户界面，帮助用户更直观地构建和管理图像生成工作流。它解决了 ★ 574
comfyUI-Realtime-Lora这是一个 ComfyUI 的插件，让你直接在 ComfyUI 界面里训练、编辑和保存 LoRA 模型，无需切换到外部训练工具。它支持多种基础模型，包括 Z-im★ 573
FizgigFizgig 是一个面向 Krea 2 和 Flux 2 Klein 9B 模型的 LoRA 训练与工具集，专注于 LoKR（一种低秩适配变体）的完整生命周期管★ 573
sd-webui-image-sequence-toolkit这是一个为 Stable Diffusion WebUI 设计的扩展插件，旨在解决图像序列生成与处理中的痛点。它允许用户在 WebUI 界面中直接创建、管理和导★ 560
ComfyUI-ArtGalleryComfyUI-ArtGallery 是一个面向 ComfyUI 的提示词可视化扩展，它将用户的 Stable Diffusion 生成作品以画廊形式集中展示，★ 560
x-stable-diffusionx-stable-diffusion 是一个专注于 Stable Diffusion 实时推理加速的开源项目，目标是将延迟降低至 0.88 秒。项目集成了多种主★ 556
MistoLineMistoLine 是一个基于 SDXL 的 ControlNet 模型，专门用于线稿条件控制，能够适应多种类型的线稿输入，包括手绘草图、边缘检测图、线稿提取结★ 553
WuerstchenWuerstchen 是一个文本到图像生成模型的官方实现，核心创新在于提出了一种高效的预训练方法。它通过将图像压缩为极其紧凑的潜在表示，大幅降低训练和推理的计算★ 553
comfyui-colabcomfyui-colab 是一个为 ComfyUI 提供 Google Colab 笔记本模板的开源项目。它解决了用户在没有本地高性能 GPU 的情况下，难以★ 551
ComfyUI-TiledDiffusionComfyUI-TiledDiffusion 是一个为 ComfyUI 设计的插件，主要用于解决 Stable Diffusion 生成大尺寸图像时显存不足和细★ 543
ComfyUI_ExtraModelsComfyUI_ExtraModels 是一个为 ComfyUI 扩展额外图像生成模型支持的插件。它解决了 ComfyUI 原生仅支持 Stable Diffu★ 536
storytellerstoryteller 是一个多模态 AI 故事生成器，结合 Stable Diffusion、GPT 和神经文本转语音技术，将文字故事自动转化为图文并茂、带语★ 535
OmniSpaceOmniSpace 是一个本地优先的全栈 AI 创作工作站，把 AI 对话、AI 漫画、漫剧创作、写作台和知识学习五个模块整合到一个应用里。它主要解决创作者在本★ 534
AI-Toolkit-Easy-InstallAI-Toolkit-Easy-Install 是一个为 Windows 用户提供的一键便携式安装工具，专门用于安装 Ostris 开发的 AI-Toolkit★ 533
restaiRESTai 是一个开源的 AI 即服务（AIaaS）平台，旨在将多种 AI 能力统一封装为 RESTful API，降低 AI 应用的集成门槛。它解决了企业在★ 514
diffusion-explainerDiffusion Explainer 是一个交互式可视化工具，旨在帮助用户直观理解文本到图像生成模型（如 Stable Diffusion）的内部工作原理。它★ 506
Awesome-Controllable-Diffusion这是一个聚焦扩散模型可控生成的精选资源列表，收录了ControlNet、DreamBooth、IP-Adapter等前沿方法的论文与代码。它系统梳理了从结构控制★ 504
ReVersionReVersion 是 SIGGRAPH Asia 2024 的官方实现，专注于从少量图像中反转（invert）物体间的关系，并用于图像生成。它解决了文本到图像★ 502
PIDMPIDM 是一个基于扩散模型的人物图像合成项目，发表于 CVPR 2023。它解决的是在给定人物参考图像和目标姿态的条件下，生成逼真、细节丰富的人物图像的问题。★ 501
sdupdatessdupdates 是一个围绕 Stable Diffusion 生态的巨型资源与新闻聚合仓库，主要聚焦于 AUTOMATIC1111 的 stable-dif★ 501
AI-CatalogAI-Catalog 是一个精心编排的 AI 工具与资源大全，旨在解决 AI 领域信息过载、工具分散难以发现的问题。它通过分类整理的方式，收录了涵盖对话助手、智★ 497
dream-factorydream-factory 是一个面向大规模 AI 艺术生成的多线程 GUI 管理器，支持多 GPU 并行处理。它主要解决 Stable Diffusion 等★ 494
DNA-DiffusionDNA-Diffusion 是一个将扩散概率模型应用于调控基因组学的开源项目，旨在生成具有特定调控特征的 DNA 序列。它解决了传统方法难以建模 DNA 序列复★ 490
LLM-groundedDiffusionLLM-grounded Diffusion（LMD）是一个增强文本到图像扩散模型提示理解能力的开源项目，发表于TMLR 2024。它针对Stable Diff★ 486
GoAmzAIGoAmzAI 是一个基于 Golang 和 Vue3 构建的私有化 AIGC 平台，旨在为个人、团队和企业提供一站式 AI 服务。它集成了 AI 对话、绘画、★ 483
StyleKeeperStyleKeeper 是一个基于 PyTorch 的官方实现，针对扩散模型（如 Stable Diffusion）在风格迁移或风格化生成时，内容信息从参考图像★ 483
auto-sd-paint-extauto-sd-paint-ext 是 AUTOMATIC1111 Stable Diffusion WebUI 的一个扩展，旨在为 Krita 插件提供自定义★ 482
comfyui-prompt-reader-nodecomfyui-prompt-reader-node 是一个专为 ComfyUI 设计的节点工具，旨在解决图像元数据管理与多工具兼容性问题。它是 SD Prom★ 467
stable-diffusion-webui-chatgpt-utilities这是一个为 Stable Diffusion WebUI（Automatic1111）开发的扩展插件，让用户可以直接在 WebUI 界面内调用 ChatGPT，★ 466
ladi-vtonLaDI-VTON 是一个基于潜在扩散模型（Latent Diffusion）的虚拟试穿项目，发表于 ACM MM 2023。它解决传统虚拟试穿中服装细节丢失、★ 466
InstructCVInstructCV 是一个基于指令微调文本到图像扩散模型的视觉通用框架，源自 ICLR 2024 论文。它旨在解决传统视觉模型任务单一、泛化能力弱的问题，通过★ 463