Project Icon

PixArt-XL-2-1024-MS

快速训练的高性能文本到图像AI模型

PixArt-XL-2-1024-MS是一个基于Transformer的文本到图像生成模型,采用纯Transformer块进行潜在扩散。该模型可直接生成1024px图像,训练效率高,仅用Stable Diffusion v1.5约10%的训练时间即达到可比性能。模型适用于艺术创作、教育工具开发等领域的研究,为探索高效文生图技术提供了新思路。

transformer_latent_diffusion - 基于 PyTorch 的 Transformer 潜在扩散文本生图模型
AI绘图GithubLatent DiffusionPyTorchTransformer图像生成开源项目
Transformer Latent Diffusion 是一个基于 PyTorch 的开源项目,实现了文本到图像的潜在扩散模型。该模型体积小、生成速度快、性能合理,可在单 GPU 上快速训练。项目代码简洁,依赖少,注重数据质量。它提供数据处理工具,支持自定义训练,并进行了多项性能优化。项目展示了 256 分辨率随机样本和 CLIP 插值等生成示例。
AingDiffusion9.2 - 通过文本生成高清晰度图像
AI绘图GithubHugging FaceHuggingfacestable-diffusion图像生成开源项目模型高质量图像
该项目利用稳定扩散原理和先进的扩散器技术,以生成超逼真的高细节图像。产生图像具备锐利的焦点和鲜艳的色彩,从而流畅映射文本描述。探索AI与视觉创意的交汇,体验创新与实践在生成3D电影级图像中的应用。
sdxxxl-v30-jan24 - 跨平台高精度图像生成API
API密钥GithubHuggingfacesdxxxl-v30-jan24图像生成开源项目模型超真实
sdxxxl-v30-jan24通过稳定扩散API实现文本到图像的超逼真转换。开发者可通过获取免费的ModelsLab API密钥,轻松集成至PHP、Node、Java等平台,实现高清8K图像生成,提升视觉输出效果。模型支持简单代码集成,示例代码涵盖多种编程语言,便于开发者快速上手应用。
LLM-groundedDiffusion - 优化文本到图像合成的提示理解能力
GPT-4GithubHuggingFaceLLM-grounded DiffusionStable DiffusionTMLR开源项目
本项目通过将大型语言模型(LLM)与文本到图像扩散模型结合,提高了提示理解能力。LLM负责解析文本请求,生成中间表示如图像布局,最终通过稳定扩散模型生成高质量图像。项目支持多种生成方法和开源模型,用户可自行设置实现自托管,从而节约API调用成本。项目更新频繁,包括支持高分辨率生成和集成SDXL精炼器等功能。
stable-diffusion-1.5 - 开源深度学习模型实现文本到图像的精确转换与生成
GithubHuggingfaceStable Diffusion人工智能开源项目文本生成图像模型深度学习计算机视觉
Stable-Diffusion-v1-5采用Latent Diffusion架构和LAION-2B数据集训练,能将文本提示准确转换为512x512分辨率的图像。模型通过Diffusers和RunwayML提供标准接口,内置内容审核机制,主要应用于研究、艺术创作和教育领域。目前仅支持英文输入,使用时需遵循CreativeML OpenRAIL-M开源协议规范。
RealVisXL_V5.0_Lightning - 超写实AI图像生成模型
GithubHuggingfaceRealVisXL人工智能图像生成开源项目模型模型训练生成AI
RealVisXL_V5.0_Lightning是一款专注于超写实图像生成的AI模型。它支持创建高质量的SFW和NSFW图像,具备卓越的细节表现和自然效果。模型提供了优化的负面提示词和生成参数建议,有助于用户获得理想输出。该模型目前可在Mage.Space平台上使用,为创作者提供强大的图像生成工具。
pix2struct-large - 融合图像和文本的开创性AI预训练模型
GithubHuggingfacePix2Struct图像到文本模型多任务学习开源项目模型视觉语言理解预训练
Pix2Struct是一款突破性的图像到文本预训练模型,专注于视觉语言理解。其独特之处在于通过解析网页截图为简化HTML进行预训练,有效整合了OCR、语言建模和图像描述等关键技术。在文档、插图、用户界面和自然图像四大领域的九项任务评估中,Pix2Struct在六项中表现卓越,展现了其强大的通用性。这一创新模型为视觉语言相关任务奠定了坚实基础,可通过微调适应多样化的应用场景。
Fluently-XL-Final - 经过精心训练的高级图像生成模型
AI绘图Fluently XLGithubHuggingfaceSDXL图像生成开源项目模型深度学习
Fluently XL Final是一款高级图像生成模型,通过大规模图形处理器训练而成。该模型在解剖结构、艺术与现实融合、对比度控制、自然场景和面部表现等方面表现出色。无需后期处理即可生成高质量图像,适合专业创作需求。推荐使用Euler a/Euler采样器,采样步数20-35,CFG比例4-6.5,以获得理想效果。
Rae-Diffusion-XL-V2 - 文本到图像的高级模型,用于生成精美的动漫角色艺术
GithubHuggingfaceRae Diffusion XL V2动漫风格开源项目文本生成图像模型许可高质量
Rae Diffusion XL V2是基于Animagine XL 3.1模型的优化版本,专注于高质量动漫风格艺术的生成。通过标签的灵活应用,该模型能够提升图像质量和美学表现,包含质量、审美标签与敏感内容标识。Rae Diffusion XL V2支持多种分辨率及特定采样设置,适合创作者使用。
ColorfulXL-Lightning - 高分辨率图像生成的扩散模型创新工具
ColorfulXL-LightningGithubHuggingface开源项目文本到图像模型生成模型生成艺术稳定扩散
ColorfulXL-Lightning是ColorfulXL的增强版,添加了闪电功能,专注于艺术图像生成。模型经过美学微调,支持从576到1280的多种分辨率,并整合了多步闪电Unet,适合创意领域的应用和研究,旨在优化生成效果并探索其局限性。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号