Neural Doodle项目使用深度神经网络技术，将简笔画转化为艺术作品。该项目基于Semantic Style Transfer和Neural Patches算法，通过提取风格图像的注释补丁逐步转移到目标图像中。用户可以调整参数和输入数据，以实现接近照片级的效果。项目提供多种使用示例和详细安装说明，支持GPU和CPU渲染，适用于多种系统。

AdversarialNetsPapers 作为一个致力于生成对抗网络（GANs）的论文与资源集，包括影像转换、面部属性操作等应用范畴以及理论研究和机器学习实践。项目自2014年以来，积累包含大量关键论文与对应代码，为研究者与开发者构建了一个深度学习、图像处理及生成模型的知识库。

该库是一款基于Stable Diffusion的图像生成工具，支持txt2img、img2img和图像修复功能，完全采用C++实现，无需依赖Python。其高性能和简化的部署过程非常适用于实时图形应用和游戏开发。库还支持ControlNet，通过输入图像来引导生成过程，并提供GPU加速的特征提取功能，如姿势估计、深度估计和边缘检测。此外，库包含多个代码示例和预编译模型，便于开发者快速集成和测试。

Deforum Stable Diffusion是一个开源AI图像合成项目，支持生成插值、2D和3D动画。该项目提供CLIP、美学和调色板条件控制等功能，使稳定扩散技术更易于使用和定制。尽管目前已停止维护，用户仍可通过fork继续开发。Deforum为创作者提供了灵活的AI图像生成工具，可用于创作短视频、艺术动画、视觉效果等领域，为视频制作和创意内容创作提供强大支持。

本列表汇总了扩散模型与Transformer架构结合的最新研究进展，涵盖图像、视频、语音和3D等多个领域。每个项目均包含发表时间、会议信息、任务类型和资源链接。列表持续更新，为研究者和开发者提供便捷途径跟踪这一快速发展的领域动态。

这是一个全面的草图应用资源集合，涵盖图像合成、编辑、检索和3D建模等多个领域。项目汇总了大量相关研究论文和代码，包括自动合成、风格迁移和文本引导等最新技术。该资源为研究人员和开发者提供了探索草图应用前沿技术的重要参考。

AniPortrait是一个基于音频和参考肖像图像生成高质量动画的开源框架。该项目支持自驱动、面部重演和音频驱动三种模式，可生成逼真的肖像动画。项目开源了预训练模型，并提供了详细的安装指南、推理命令和训练流程。AniPortrait为数字内容创作者提供了一种制作生动肖像动画的新方法，拓展了视觉内容创作的可能性。

Awesome-Image-Composition汇集了图像合成领域的核心资源，包括论文、数据集和相关链接。涵盖图像融合、调和、阴影生成和对象放置等多个子领域，该项目为研究人员和开发者提供了全面的参考资料。此外，项目还包含在线演示和实用工具箱，方便用户实践和探索图像合成技术。收录了超过100篇高质量论文和20多个开源工具，是图像合成研究和应用的首选资源库。

DiffSynth Studio是一款开源的扩散模型引擎，整合了ExVideo、Stable Diffusion 3和Kolors等多种AI模型。该引擎支持长视频合成、高分辨率图像生成、卡通渲染和视频风格化等功能。项目持续更新，重点探索扩散模型在视频合成领域的应用潜力。