一册在手，快速掌握扩散模型在文本图像生成的全部前沿论文。
这是一个聚焦扩散模型在文本与图像生成交叉领域应用的论文合集仓库，系统梳理了近年来扩散模型在视觉文本生成、字体生成、文本擦除、文本图像超分辨率、文本编辑、手写体生成、场景文本识别与检测等任务上的前沿工作。项目以结构化列表形式组织，按任务类型分类收录论文，并附有论文标题、链接及简要说明，帮助研究者快速定位特定方向的研究进展。它解决了该领域论文分散、检索成本高的问题，为入门者和从业者提供了一份可追踪的路线图。核心能力在于其主题聚焦性和分类清晰度，尤其适合需要调研扩散模型在OCR、文档图像处理或创意字体设计等场景应用的开发者。
awesome-diffusion-models、Awesome-Text-to-Image、Awesome-Diffusion
Recommendations-Diffusion-Text-Image 是数据集领域的开源项目，由 yeungchenwa 开发，2023 年首次发布。
它收录于数据集分类，该分类目前共有 279 个项目，GitHub 星标数为 272。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-01。开源论文集合，无在线服务，完全免费。
它主要面向的使用场景是：调研扩散模型在文本图像生成方向的研究现状。同类可对比的替代方案包括 awesome-diffusion-models、Awesome-Text-to-Image、Awesome-Diffusion。
上一篇：MagicBrush
下一篇：syncd
X-AnyLabeling
开源
一站式AI辅助标注，图像视频文本通吃，导出格式随心配
X-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop applicat···
aisheets
开源
像用表格一样批量调 AI，不写代码就能造和改数据集
Build, enrich, and transform datasets using AI models with no code
distilabel
开源
基于论文的合成数据流水线，快速生成高质量 AI 反馈数据。
Distilabel is a framework for synthetic data and AI feedback for engineers who need ···
DataGen
开源
用大模型一键生成定制化训练数据，告别数据荒
[ICLR'25] DataGen: Unified Synthetic Dataset Generation via Large Language Models
