FaceChain FACT是一款创新的AI肖像生成框架，仅需一张照片即可在10秒内生成保持身份特征的个性化肖像。该框架支持文本到图像和修复式生成，并与ControlNet和LoRA兼容。通过解耦训练技术，FaceChain FACT提升了图像质量、文本遵循能力和风格保持能力，实现了高度可控和真实的肖像生成。

Dressing in Order 项目开发了一种创新的人物图像生成方法，实现姿势迁移、虚拟试衣和服装编辑功能。系统通过递归方式按顺序生成人物图像各部分，提高了图像操控的精细度和灵活性。项目提供开源代码、预训练模型和在线演示，便于研究者探索和应用这一技术。

ConsistentID是一个创新的人像生成模型，通过整合FaceParsing和FaceID信息到扩散模型中，实现高度身份保真。该模型支持快速定制、多样化生成和文本控制，无需额外训练即可使用。项目提出的FGIS基准为细粒度身份保持设立新标准，ConsistentID还可作为适配器与其他模型协同工作，推动人像生成技术发展。

FashionLabs运用人工智能技术，提供多样化的服装模特生成和场景替换功能。平台支持性别、种族、年龄和表情的变换，能将普通人转变为专业模特，为无头图像添加面部，从半身图像生成全身模特，以及更换产品背景。这些功能为服装展示和电商带来创新，提升品牌形象，为用户创造高质量的视觉体验。

Parts2Whole提出新型框架,利用多个参考图像生成定制人像。该框架包含语义感知外观编码器和多图像条件生成的共享自注意力机制,能精确选择人体部位实现高度可控生成。项目开源全套代码、模型和数据集,为人像生成研究提供完整解决方案。