Awesome-Controllable-T2I-Diffusion-Models

可控文本到图像扩散模型研究进展综述

Diffusion Models 文本到图像生成个性化生成主体驱动生成可控生成 Github 开源项目

该项目汇集了文本到图像扩散模型中可控生成的前沿研究。内容涵盖个性化生成、空间控制、高级文本条件生成等多个方向,并总结了多条件生成和通用可控生成方法。项目为研究人员和开发者提供了全面了解可控T2I扩散模型最新进展的资源,有助于促进该领域的发展。

control_v11p_sd15s2_lineart_anime - 动漫风格线稿的控制性扩散模型

ControlNetGithubHuggingfaceStable Diffusion开源项目文本到图像生成条件控制模型线稿动漫

该项目通过ControlNet为扩散模型添加条件输入，专注于动漫风格线条艺术。ControlNet适应性强，能在小数据集上稳健学习特定任务条件。结合Stable Diffusion v1-5，可以提升模型处理边缘图、分割图和关键点的能力，有助于扩展大规模扩散模型的应用。

Awesome-Machine-Generated-Text - 机器生成文本研究资源汇总与综述

GPTGithub人工智能大规模语言模型开源项目自然语言处理预训练

这是一个全面的机器生成文本研究资源库,汇集了大规模预训练语言模型、分析方法和检测技术等关键内容。项目收录了OpenAI、DeepMind和Google等顶级机构的重要成果,包括GPT系列、Chinchilla和T5等著名模型。此外还整理了相关论文、演示、数据集和共享任务,为该领域的研究与开发提供了丰富参考。

pixart-900m-1024-ft-v0.6 - 使用稳定扩散技术的创新图像生成模型

AI绘图GithubHuggingfacecyberpunk风格stable-diffusion图像合成开源项目未来城市模型

此开源项目利用稳定扩散技术，专注于文本生成图像的应用，确保高质量的图像输出。以ptx0/pixart-900m-1024-ft-large为基础，通过simpletuner调试，适合描绘多种艺术场景，如外星市场、奇幻森林、赛博朋克城市等。用户可借助自定义文本提示，生成详尽且清晰的图像，支持去除模糊、裁剪及不美观的元素。适合创意者、设计师，激发艺术创意与设计灵感。

stable-diffusion-3-medium - 革新性文本生成图像技术

GithubHuggingfaceStable Diffusion 3人工智能模型内容创作开源项目文本生成图像机器学习模型

Stable Diffusion 3 Medium是Stability AI开发的新一代文本生成图像模型。该模型采用多模态扩散变换器技术，大幅提升了图像质量、文字渲染和复杂提示理解能力。经过10亿张图像预训练和3000万张高质量图像微调，该模型在艺术创作、教育应用和生成模型研究等领域展现出卓越性能，同时保持了较高的资源效率。

stable-diffusion-inpainting - 开源AI模型实现图像修复和高质量生成

AI绘画GithubHuggingfaceStable Diffusion修复绘画图像生成开源项目文本转图像模型

Stable Diffusion Inpainting是一个开源的文本到图像生成和修复模型。它基于潜在扩散技术,可根据文本描述生成高质量图像,并能对现有图像进行智能修复。该模型在LAION-Aesthetics数据集上训练,支持512x512分辨率输出。适用于艺术创作、设计等领域,但不应用于生成有害内容。目前主要支持英文输入,其他语言效果可能有限。

t2i-adapter-canny-sdxl-1.0 - T2I适配器结合Canny检测提升稳定扩散XL的条件控制

GithubHuggingfaceT2I-Adapter图像生成开源项目模型深度学习稳定扩散边缘检测

T2I适配器通过Canny边缘检测增强稳定扩散模型的条件控制能力，由腾讯ARC和Hugging Face联合开发。该模型经由多任务学习在超过300万的高分辨率图文对上训练了20000步，实现了文本到图像生成的更高可控性。使用者需安装必要的依赖，并结合指定的模型与调度程序，以提高图像生成质量。

UniControl - 优化多任务条件生成的统一扩散模型

GithubUniControl任务推理开源项目控制生成模型训练视觉生成

UniControl项目展示了一种新的多任务条件生成模型，支持多种语言提示，通过增强的预训练文本到图像扩散模型和任务感知的HyperNet，实现高精度图像生成和多任务适应。实验结果表明，UniControl在多个单任务控制方法上表现更佳，是可控视觉生成领域的重要进展。

dreamshaper-xl-turbo - 提升文本到图像处理性能的Stable Diffusion模型

DiffusersGithubHuggingfaceStable Diffusion动漫图像生成开源项目模型艺术

该模型基于stabilityai/stable-diffusion-xl-base-1.0进行精细调优，结合Diffusers工具包，优化文本到图像生成流程，具备高效和多样化的图像生成能力，适用于多种艺术风格。

Kolors-diffusers - 基于扩散模型的高质量文本到图像生成技术

AI绘画GithubHuggingfaceKolors大规模模型开源项目文生图模型自然语言处理

Kolors是一个基于潜在扩散技术的大规模文本到图像生成模型。该模型在视觉质量、复杂语义理解和中英文字符渲染方面表现优异，支持中英文输入并擅长处理中文内容。Kolors面向学术研究开源，同时为商业使用提供申请渠道，旨在促进文本到图像生成技术的开放发展。

OnlyReal-Black-Mix - 利用文本到图像技术实现高效图像生成的创新解决方案

CivitaiGithubHugging FaceHuggingfacediffusersstable-diffusion图像生成开源项目模型

该项目结合稳定扩散模型与diffusers，支持文本转图像功能，适合多样化的创意应用场景。利用Hugging Face API生成的样本图像及原作者的演示，展示了其在艺术创作中的潜力与应用价值。

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