LooseControl

通用深度条件生成控制技术

LooseControl 深度条件控制 ControlNet 图像生成 AI绘图 Github 开源项目

LooseControl是一种提升ControlNet能力的深度条件生成控制技术，实现了更通用的深度条件控制。该开源项目提供UI界面和Python API，支持基于粗略深度图的图像生成和风格保持编辑。LooseControl适用于多种场景，为计算机视觉和图像生成领域提供了新的研究方向。

TemporalNet - ControlNet时序一致性优化模型

AI绘图ControlNetGithubHuggingfaceStable DiffusionTemporalNet开源项目时序一致性模型

TemporalNet作为ControlNet的扩展模型，主要解决AI生成视频中的闪烁问题，通过优化时序一致性提升输出质量。该模型可与HED等其他模型配合使用，支持在Automatic1111的Web UI环境下运行。目前处于beta测试阶段，后续将开发Web UI扩展功能。

B-LoRA - 图像风格内容分离的创新技术

B-LoRAGithubLoRAStable Diffusion XL图像风格化开源项目风格内容分离

B-LoRA是一种创新的图像处理技术，结合Stable Diffusion XL和Low-Rank Adaptation，实现单一输入图像的风格与内容隐式分离。这种方法支持图像风格迁移、文本引导的图像风格化和一致性风格生成等多样化应用。B-LoRA为图像编辑和创意设计领域提供了新的可能性，能够有效地处理和转换图像的视觉元素。

controlnet-scribble-sdxl-1.0 - 支持多种线条样式的高分辨率图像生成模型

ControlNet_SDXLGithubHuggingface图像生成开源项目模型线稿视觉美感高分辨率

该模型能够生成与Midjourney效果相近的高分辨率图像。其通过超过千万张高质量图像数据的训练，采用多重分辨率和数据增强技术，支持各种类型和宽度的线条。用户可利用简单的草图和提示词生成视觉效果突出的图像。在美学表现上，该模型优于Controlnet-Canny-Sdxl-1.0。但需注意，线条的厚薄会影响控制能力，适合从粗略到精细的逐步创作。

Lunatic - 结合艺术与现实的高仿真图像生成技术

AI绘图GithubHuggingfaceStable Diffusion幻想主题开源项目模型现实主义艺术风格

Lunatic项目通过整合InsaneRealistic和Lunar Diffusion两种模型，并使用SuperMerger技术，生成高仿真图像。该项目适合多种风格的图像创作，从VHS复古风到超现实幻想场景，在艺术性与真实性上表现卓越，为用户提供创新的图像生成体验。

MIGC - 利用MIGC实现多实例文本生成图像

CVPR2024GithubMIGC多实例生成开源项目文本生成图像稳定扩散

MIGC项目的多实例生成控制器提升了文本生成图像的多样性和质量，包含COCO-MIG基准测试、在线Colab演示等资源。MIGC提升了属性控制，通过更换不同生成器权重，实现高质量和多样化图像生成。最新Consistent-MIG算法优化迭代编辑功能，保持未修改区域一致性并增强修改实例的一致性。此项目由浙江大学的ReLER实验室和华为监督。

controlnet-openpose-sdxl-1.0 - 基于SDXL的开源人体姿态控制模型

ControlNetGithubHuggingfaceSDXL人体姿态检测图像生成开源项目机器学习模型

controlnet-openpose-sdxl-1.0是一个基于SDXL开发的人体姿态控制模型，通过OpenPose技术实现对AI生成图像中人物姿态的控制。模型在HumanArt数据集上达到0.357 mAP指标，可用于生成真实人物和动漫风格图像。该项目基于stabilityai的SDXL基础模型开发，采用Apache 2.0许可证发布。

DragGAN - 基于交互点的生成图像操作

DragGANGANGithubPyTorchSIGGRAPH 2023StyleGAN3开源项目

DragGAN项目介绍了一种基于交互点操作的生成图像技术，可以在生成图像流形上进行精确调整。内容包括技术实现步骤如安装依赖、运行Docker、下载预训练权重和使用GUI进行图像编辑。该项目关键是集成了StyleGAN3和部分StyleGAN-Human代码，提供一个在Linux和Windows系统上高效运行的图像编辑工具。代码遵循CC-BY-NC许可，部分源代码基于Nvidia Source Code License。

FLUX.1-dev-Controlnet-Inpainting-Alpha - 阿里妈妈创意团队开发的FLUX图像修复控制模型

AI绘图ControlNetFLUX.1-devGithubHuggingfaceStable Diffusion图像修复开源项目模型

阿里妈妈创意团队基于FLUX.1-dev模型开发的图像修复控制模型，采用ControlNet技术实现精准的图像修复和编辑。模型在1200万张数据集上训练，适配768x768分辨率，支持ComfyUI和Diffusers框架调用。经实测对比SDXL-Inpainting模型，在图像修复质量上展现出明显优势。目前发布alpha版本，持续改进中。

Real-Time-Latent-Consistency-Model - 实时潜在一致性模型，支持多种图像转换管道

CUDAControlNetDiffusersGithubLatent Consistency ModelLoRA开源项目

此项目展示了使用Diffusers进行图像转换的实时潜在一致性模型（LCM），支持img2img、txt2img、ControlNet等多种管道。需要CUDA和Python 3.10等环境支持，提供详细的安装指南和使用示例。LCM + LoRAs可以在极少步骤内完成推理，加快处理速度。项目支持Docker部署，并提供不同平台的实时演示链接。

ctrl - 条件Transformer语言模型的功能与应用

CTRLGithubHuggingface偏见和限制开源项目文本生成模型训练数据语言模型

CTRL模型由Salesforce Research开发，是基于Transformer的语言模型，可以通过控制码实现文本的可控生成。模型适用于创意写作、自动化写作任务及特定格式文本的生成，并可通过微调优化其他自然语言处理应用。其训练数据包括来自多个领域的140GB文本数据，使用TPU v3 Pod及Adagrad优化器进行训练，并评估了环境影响。

相关项目

推荐项目

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。

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。

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。

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。

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。

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。

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。

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。

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。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com