Project Icon

ComfyUI_VLM_nodes

简化了多种生成式视觉语言模型,提供多功能节点

ComfyUI_VLM_nodes项目简化了多种生成式视觉语言模型(VLM)如LLaVa、AudioLDM-2和Chat Musician的集成,支持Windows、Linux和macOS平台。项目提供多功能节点,实现结构化输出、自动提示生成、图像转音乐等功能。还包含了如UForm-Gen2 Qwen节点和moondream2模型节点,适用于快速图像字幕生成和视觉问答。该工具显著提高了研究与开发效率,适合广泛的图像处理任务,专为研究和非商业用途设计。

comfyui-inpaint-nodes - 改进图像补绘的开源工具与节点
ComfyUIFooocus InpaintGithubLaMaMAT图像修复开源项目
ComfyUI Inpaint Nodes项目提供先进的图像补绘功能,支持Fooocus inpaint、LaMa和MAT等多模型。项目包含多个用于inpaint和outpaint区域预填充的节点工具,如扩展和填充掩码、模糊处理等,以确保平滑的过渡。还包括后处理节点,如去噪和合成掩码,并附有详细的示例工作流和安装指南。
ComfyUI-Custom-Scripts - ComfyUI扩展脚本集合 提升AI图像生成效率
AI绘图ComfyUIGithub工作流开源项目自定义脚本节点编辑
ComfyUI-Custom-Scripts是一个功能丰富的扩展脚本集合,为ComfyUI提供多项实用功能。它包括自动完成、图表自动排列、节点锁定等工具,提升了ComfyUI的使用体验。此外,该项目还引入图像预览、数学表达式和声音提醒等创新功能,为AI图像生成工作流程带来更多灵活性和效率。
InternLM-XComposer - 多模态视觉语言模型实现超高分辨率理解与多场景交互
GithubInternLM-XComposer-2.5多回合多图对话多模态大语言模型开源项目网页制作高分辨率图像理解
InternLM-XComposer-2.5是一款高级多模态视觉语言模型,能处理高达96K的复杂图文背景。该模型优秀适用于超高清图像分析、多轮对话生成、网页创建等任务,并通过特殊算法优化输出质量,在多个基准测试中表现卓越。
ComfyUI-StableDiffusion3-API - ComfyUI集成Stable Diffusion 3 API实现高级图像生成
AI绘图APIComfyUIGithubStable Diffusion 3图像生成开源项目
该项目为ComfyUI引入Stable Diffusion 3 API,支持多种画面比例的文生图和图生图功能。通过专门的SD3节点,用户可设置提示词、画面比例和生成模式等参数。项目支持SD3和SD3 Turbo模型,需申请Stability API密钥使用,每账户提供25个免费积分。这为ComfyUI用户提供了便捷访问最新SD3模型的途径,大大增强了图像生成能力。
comfyui-liveportrait - 多人脸动态肖像生成与表情自定义工具
ComfyUIGithubLivePortrait动态肖像多人脸开源项目表情编辑
这个项目是LivePortrait的ComfyUI实现,专注于多人脸动态肖像生成。它能够为不同人脸分配独立动画,并提供表情编辑和插值动画功能。该工具与其他ComfyUI插件兼容,支持视频转换和全家福模式等应用。核心功能包括Live Portrait节点用于动态肖像生成,以及Face Crop Info节点用于人脸信息提取。项目旨在为创作者提供灵活多样的动态肖像制作选择。
VisionLLM - 面向视觉任务的开放式多模态大语言模型
GithubVisionLLM人工智能多模态大语言模型开源项目视觉语言任务计算机视觉
VisionLLM 系列是一种多模态大语言模型,专注于视觉相关任务。该模型利用大语言模型作为开放式解码器,支持数百种视觉语言任务,包括视觉理解、感知和生成。VisionLLM v2 进一步提升了模型的通用性,扩展了其在多模态应用场景中的能力,推动了计算机视觉与自然语言处理的融合。
ComfyUI_ADV_CLIP_emb - ComfyUI高级CLIP文本编码 提升提示词权重控制
CLIPComfyUIGithubSDXL开源项目提示词权重文本编码
ComfyUI_ADV_CLIP_emb项目引入高级CLIP文本编码节点,实现精细的提示词权重控制。该项目支持多种标记归一化和权重解释方法,如mean、length、comfy和A1111等。此外,项目还提供SDXL支持,包括专门的SDXL编码节点和参数添加节点。这些功能有助于精确调整AI生成图像的细节,增强创作灵活性。
comflowyspace - 开源的AI图像和视频生成工具,提供更优互动体验
AI图像生成ComflowyspaceGithub云版本开源开源项目视频生成工具
Comflowyspace是一款开源的AI图像和视频生成工具,提供比标准SDWebUI和ComfyUI更好的互动体验。支持MacOS(适用于Intel和M1版本)和Windows系统,并提供预装多种扩展的云服务,避免环境冲突,并通过云GPU执行复杂工作流程。用户可直接从Civitai选择模型,无需本地下载。详情请访问官方网站。
cogvlm2-llama3-chat-19B-int4 - 不同场景应用的高性能多语言文本生成模型
CogVLM2GPU内存需求GithubHuggingface中英文支持图像分辨率基准测试开源项目模型
CogVLM2是一种先进的多语言文本生成模型,在多项基准测试中表现优异,如TextVQA和DocVQA。支持高达8K的文本长度和1344x1344的图像分辨率,并能在ZhipuAI开放平台上进行体验。该模型拥有高效的设计,占用较低的GPU内存,需在Linux系统下的Nvidia显卡上运行,适用于多语言环境中的各种场景。
dspy_nodes - ComfyUI的DSPy功能集成节点库
ComfyUIDSPy NodesGitHubGithub开源项目自定义节点
dspy_nodes项目旨在将DSPy的功能引入ComfyUI环境。通过图形化界面,开发者可以更直观地设计和调试DSPy程序,加快开发迭代速度。这个正在积极开发中的项目为DSPy程序的创建和实验提供了全新的可能性。
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

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

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