Project Icon

karlo-v1-alpha-image-variations

基于unCLIP的文本条件图像生成模型

Karlo v1 alpha通过优化的unCLIP架构提供了文本条件图像生成方案,提升了图像超分辨率性能。该模型在7个降噪步骤中将图像从64px扩展到256px,增强了高频细节表现。项目使用diffusers库,便于高性能GPU上的简便实现。模型在115M图像文本对上进行从头训练,并应用DDPM目标与VQ-GAN风格损失进行优化。

SDXL Turbo Online - 快速高质量的AI文本转图像模型
AI工具AI绘图SDXL TurboStability AI图像生成文本生成图像
SDXL Turbo是一种基于对抗扩散蒸馏技术的先进文本到图像生成模型。作为SDXL 1.0的快速版本,它能在单次网络评估中生成高质量、逼真的图像。通过将生成步骤从50减少到1,SDXL Turbo实现了实时高质量图像合成。该模型广泛应用于内容创作、电子商务和设计等领域。尽管目前存在512x512像素分辨率限制等局限性,SDXL Turbo仍是文本到图像合成技术的重要进展。
FLUX.1-dev - 高质量文本生成图像的开源AI模型
FLUX.1GithubHuggingface人工智能图像生成开源模型开源项目模型深度学习
FLUX.1-dev是一个开源的AI图像生成模型,拥有120亿参数。该模型采用整流流变换器技术,可根据文本描述生成高质量图像,在输出质量和提示跟随方面表现优异。FLUX.1-dev开放模型权重,旨在推动科研发展和艺术创新。它支持个人、科研和商业用途,可通过多种API和工具使用,为AI图像生成领域提供了新的可能性。
CLIP-convnext_large_d_320.laion2B-s29B-b131K-ft-soup - ConvNeXt-Large CLIP模型提升零样本图像分类性能
CLIPConvNeXtGithubHuggingface图像分类开源项目机器学习模型零样本学习
本模型基于LAION-2B数据集训练,采用320x320分辨率的ConvNeXt-Large架构和权重平均技术。在ImageNet-1k零样本分类任务上,准确率达到76.9%,超越了256x256分辨率版本。模型效率高于OpenAI的L/14-336,可应用于零样本图像分类、图文检索等任务。该项目为研究人员提供了强大的视觉-语言表征工具,助力探索大规模多模态模型。
DALLE2-pytorch - Pytorch实现的OpenAI DALL-E 2
DALL-E 2GithubPytorch开源项目文本到图像神经网络自监督学习
DALL-E 2的Pytorch实现由OpenAI开发,采用先进的神经网络技术将文本描述转化为高质量图像。本版本特别优化扩散先验网络,提供高性能的模型变体。开源项目鼓励开发者通过GitHub和Hugging Face参与贡献,并在Discord社区进行交流和支持。
AbsoluteReality_v1.8.1 - 先进的逼真AI图像生成模型
AI绘画CivitAIGithubHuggingfaceStable Diffusion人工智能艺术开源项目文本生成图像模型
AbsoluteReality_v1.8.1是一个开源的AI图像生成模型,专注于创建高度逼真的视觉内容。该模型能够生成细节丰富的人物肖像、动物和场景图像,特别擅长呈现精细的盔甲、毛发纹理和机甲装备。AbsoluteReality_v1.8.1适用于多种创作场景,包括中世纪风格人物、自然动物照片和科幻主题插图。这一工具为数字艺术创作者提供了生成高质量、真实感强的视觉素材的能力。
UDiffText - 基于字符级扩散模型的高质量图像文本合成框架
GithubUDiffText图像生成字符级编码开源项目扩散模型文本合成
UDiffText是一个基于字符级扩散模型的文本合成框架,能在任意图像中生成高质量文本。该框架适用于合成和真实图像,可进行场景文本编辑、任意文本生成和精确的文本到图像生成。项目包含完整的训练和评估流程,支持LAION-OCR、ICDAR13等多个数据集。UDiffText为文本合成和图像处理领域提供了新的解决方案。
anything-v4.0 - 动漫风格图像生成的高级稳定扩散模型
AI生成Anything V4.0GithubHuggingface动漫风格商业使用开源项目模型稳定扩散
Anything V4是一个面向动漫风格图像生成的潜在扩散模型,通过简单提示即可生成细节丰富的图像。支持danbooru标签以及Gradio Web UI操作,并提供Fantasy.ai商业使用许可。该模型兼容多平台,可导出ONNX、MPS及FLAX/JAX格式,支持简化的Python代码进行图像生成,适合生成动漫人物和风景等多样化内容。
Realistic_Vision_V4.0_noVAE - 多功能AI图像生成模型 支持多种风格与场景
AI绘图GithubHuggingfaceMage.SpaceNovaXLRealDreamXL开源项目提示词模型
这是一款开源AI图像生成模型,支持写实、梦幻等多种风格创作。模型提供了负面提示词和生成参数等使用建议,助力用户获得理想效果。该模型适用于生成高质量的人像、风景和创意图像,可应用于艺术创作、设计和内容制作等领域。此项目还包含ParagonXL和NovaXL等系列模型,均可在Mage.Space平台上使用。
imagen-pytorch - 文本到图像合成技术,基于Pytorch的Imagen实现
GithubImagenPytorchT5模型开源项目文本到图像神经网络
Google的Imagen是一种基于Pytorch实现的文本到图像神经网络,被视为此领域的新技术标杆。它采用简化的架构和优化的设计,例如级联DDPM、动态剪辑和内存高效的Unet设计。该项目在从文本转换成图像的合成过程中,表现出了相比DALL-E2的显著优势,为研究人员和开发者提供了实用的图像生成工具。
Phased-Consistency-Model - 高效文本条件图像生成的新方法
GithubPCM一致性模型图像生成开源项目文本条件深度学习
Phased Consistency Model (PCM)是一种新型图像生成技术,可在少量步骤内生成高质量的文本条件图像。该模型解决了先前一致性模型在文本条件生成中的局限,如灵活性不足、结果不一致以及低步骤效果差等。PCM采用分阶段处理ODE轨迹的方法,提高了训练效率并改善了生成效果。在不同步骤数设置下,PCM均展现出优异性能,为快速图像生成领域提供了新的解决方案。
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