#AI绘图

Unpaint是一款C++实现的Stable Diffusion图像合成工具，支持txt2img、img2img、inpainting等基本功能和ControlNet增强功能。该工具在单进程中运行整个图像生成过程，无需依赖Python，简化了部署流程。Unpaint基于DirectML，兼容NVIDIA和AMD GPU等硬件。用户可从本地或HuggingFace安装模型，便于将Stable Diffusion集成到各类应用中。

PromptGallery-stable-diffusion-webui扩展为Stable Diffusion WebUI提供提示词库管理、预览图片管理、组合提示词生成和角色系统功能。支持自定义提示词库和预览图片生成，有助于提高AI绘画效率。该插件适合需要高效管理和使用提示词的AI绘画爱好者。

RealScaler是基于RealESRGAN技术的开源Windows应用，专注于图片和视频的超分辨率处理。它提供直观的用户界面，支持多种AI模型和文件格式，具备自动图像分割合并、多GPU支持等功能。该工具可同时处理多个文件，并支持原始与放大图像间的插值。RealScaler持续优化，旨在提供高效、高质量的图像和视频增强体验。

IJCAI2023-CoNR项目开发了一种协作式神经渲染技术，可将手绘动漫角色设定图转换为舞蹈视频。该技术结合超密集姿态序列和角色设定图，实现高质量动画生成。这项研究为动漫创作提供了新工具，可能显著改变传统动漫制作流程。项目已开源代码和数据集，并提供在线演示和教程，便于研究者和开发者探索应用。

LangChain4j-AIDeepin是一个基于大语言模型和Langchain4j框架的开源RAG系统。该项目提供多会话、图片生成、知识库和智能搜索等功能，支持多种AI模型和搜索引擎。系统包含用户端和管理端，采用Java和Vue3技术栈开发，支持离线部署。这是一个功能丰富、灵活可定制的AI应用开发平台。

ComfyUI_Cutoff插件通过四个新节点实现提示词的精确控制。它允许用户定义影响区域、设置目标词和调整权重，从而限制特定属性对提示词子集的影响。这种方法特别适用于处理'蓝色头发，黄色眼睛'等复杂提示词，确保属性准确应用到相应对象。通过提供更细致的提示词调整能力，该插件有助于生成更符合预期的图像。

ComfyFlowApp是ComfyUI的扩展工具，可将复杂的工作流转化为易用的Web应用。该工具降低了ComfyUI的使用门槛，使非专业用户能轻松进行AI图像处理。ComfyFlowApp适用于企业内部协作和远程团队合作，提高了AI图像处理的工作效率。

IMGPrompt是一个面向Stable Diffusion、Midjourney和DALL·E等AI绘图工具的提示词编辑器。它具有简洁的界面，提供提示词标签化、互动编辑和分类展示功能，便于用户组合提示词。工具完全本地化运行，支持中文显示，无需依赖外部服务，有效提升了AI绘图创作的效率。

项目结合稳定扩散和LoRA技术，实现了文本到图像的生成，适用于创作儿童填色书。使用稳定扩散XL基础模型生成DIY填色书，并支持Safetensors格式权重，确保高效运行，适合多种文本到图像转换场景。

CyberRealistic V2使用Stable Diffusion和Diffusers技术实现高细节图像生成，这项技术特别适合那些需要精美视觉效果的创意作品。

Florence-2-SD3-Captioner是一个强大的图像到文本转换工具，支持通过结合多个数据集如google/docci、ProGamerGov/synthetic-dataset等，来生成详尽的图像描述。该工具能够在CUDA设备上高效运行，可处理多种格式的RGB图像。只需提供任务提示和文本，即可获得精确详细的内容描述。

controlnet-seg-room项目使用控制网络和细分图训练生成室内设计图像，用户可通过条件信息实现对房间对象的精细控制。项目结合来自BLIP和UperNet模型的元数据，以TPUv4和JAX框架优化，后转为PyTorch以配合Diffusers库，支持图像转换和修复，便于定制设计风格与房型，支持创意设计实现。

NostalgicWorld项目专注于复古与怀旧主题艺术图像的生成。通过多个模型的结合，如Lady Nostalgia和IncredibleWorld2，该项目捕捉经典风格，提供高质量图像生成体验。用户可通过文本提示生成多样化的图像，从复古风到现代动漫艺术。项目注重多模型融合，提高图像质量，提供独特的创意体验。

Chip_n_DallE结合了aBagOfChips模型（包含Kitsch-In-Sync v2和GoodLife）与DallEAnime模型，通过细致化文本到图像生成。该组合提升了图像的现实感和细腻度，并适应多种风格。模型在动漫、肖像和场景等领域表现突出，尤其是在高分辨率和细节表现方面。通过超级合并权重分析，该模型为用户提供独特的图像创作体验。

Chance: Visual Intelligence通过视觉智能技术提供便捷的视觉搜索，帮助识别艺术品、建筑和宠物等，获取详尽信息和背景故事。平台致力于连接视觉世界，提升内容参与体验，并提供无算法推荐的清晰信息流和音频辅助功能。

RunDiffusion 提供无需代码的云端AI工具，支持 Multiple AI应用如 Automatic1111、Fooocus 和 ComfyUI。用户在90秒内即可获得私人工作空间，利用高速GPU配置，适合创作者和企业灵活生成高质量图像，按需付费。

Grand Prix项目是一个结合Gacha与LadyNostalgia的文本到图像生成模型，通过稳定扩散技术创造复古风格艺术作品。模型可根据文本提示生成个性化图片，广泛应用于游戏艺术和标志设计等领域。

FuzzyHazel项目致力于探索稳定扩散模型与LoRA技术在文本到图像生成中的应用。通过整合多样化模型，如HazyAbyss、OctaFuzz、MareAcernis等，并使用EasyNegative和pastelmix-lora资源优化，项目展现了多样的高质量图像生成能力。利用权重公式合并模型，提供了对图像生成的细致控管。同时，项目重视图像合并时的色彩、细节和结构的准确性，为高精度图像生成行业提供了新的解决方案，显示出其在AI艺术和设计中的潜力。

Stable Diffusion XL 1.0基础模型是一款开源的AI文本转图像工具，采用潜在扩散技术，能根据文字描述生成高质量图像。该模型性能显著提升，适用于艺术创作、教育和研究等领域。它支持多种框架，为开发者提供灵活的应用选择。作为开源项目，它展现了AI图像生成的最新进展，不仅能创建高质量图像，还支持图像修改功能。

此项目提供了Canny ControlNet检查点，支持FLUX.1-dev模型，并可在ComfyUI中使用。ControlNet在1024x1024分辨率下训练，旨在提升图像的真实性和细节表现。可以通过GitHub仓库中的main.py或ComfyUI自定义节点来体验模型。示例结果和输入图像位于“Files and versions”部分，提供直观的模型表现展示。

kencanmix_v1.5通过整合稳定扩散和谷歌Colab，提供了卓越的文本到图像转换能力，示例图片体现了创新的推理技术，为图像生成探索开辟了新的方向。

Stable Diffusion v1-5 是一个使用潜在扩散技术的文本到图像生成模型，可生成高逼真度的图像。该模型经过多次优化与微调，兼容Diffusers库及多种用户界面，强调安全性并配备NSFW检查器，适用于研究、艺术创作及设计领域。此模型针对不同GPU环境设计，具有高效的生成性能。

Flux-uncensored是基于FLUX.1-dev的LoRA模型，专用于生成无限制成人内容图像。该模型移除了内容限制，支持通过文本提示生成NSFW和未经审查的内容。Flux-uncensored仅供研究和个人使用，遵循非商业许可。使用时需谨慎并遵守相关法律和道德规范。

stable-diffusion-2-1-base-custom是基于Stable Diffusion 2.1的自定义扩散模型，采用Custom Diffusion技术训练。该模型支持diffusers库，能够将文本转换为高质量图像。开发者可以通过Python代码调用模型进行图像生成。作为开源项目，它为AI艺术创作和图像生成应用提供了有力支持。然而，模型的具体训练数据和潜在局限性尚未明确。

Stable Diffusion v2是一款基于潜在扩散模型的文本到图像生成工具，支持768x768高分辨率输出。该模型采用OpenCLIP-ViT/H文本编码器，在LAION-5B数据集上训练而成。它提供多个预训练检查点，包括基础模型、深度条件模型和放大模型，适用于艺术创作、设计和研究等领域。Stable Diffusion v2在图像生成质量和多样性方面有显著提升，为AI图像创作提供了新的可能。

FLUX.1-dev-LoRA-AntiBlur是一个基于FLUX.1-dev的LoRA模型，旨在增强图像的深度景深效果。该模型能在保持图像质量的同时显著提升景深，并可与ControlNet等其他组件结合使用。模型使用简便，无需触发词，在diffusers中推荐使用1.0到1.5的缩放比例。用户可以通过Python代码进行本地推理，也可以在Shakker AI平台上在线生成图像。

RealVisXL_V4.0是一个开源的AI图像生成模型，致力于创造高度逼真的视觉效果。目前仍处于训练阶段，但已能生成多种类型的图像，包括常规和成人内容。模型支持参数调整，如采样步骤和上采样方法，以优化输出结果。尽管存在潜在的瑕疵，RealVisXL_V4.0仍为创作者提供了一个强大的工具，可用于探索多样化的视觉创作。

Juggernaut-XL-v9是基于Stable Diffusion XL开发的高级AI图像生成模型，整合了RunDiffusion Photo v2技术。该模型在皮肤细节、照明和对比度方面表现出色，支持建筑、野生动物、汽车、食品、室内和风景等多种摄影风格，可生成高度细节化和富有电影感的图像。开发团队正着手V10版本更新和Stable Cascade版本开发，致力于增强模型的提示词理解能力和整体图像质量。

Juggernaut-XL-v6是基于SDXL的高级图像生成模型，支持艺术、人像、电影风格、摄影等多种图像类型创作。该模型集成RunDiffusion Photo v1技术，提供强大的图像生成能力。目前仅供非商业用途，可通过RunDiffusion平台的Auto1111 Forge使用，不允许用于API服务。该项目由RunDiffusion团队开发，适合艺术创作者和摄影爱好者使用。

Stable Diffusion 3 Medium 是 Stability AI 开发的文本生成图像模型，采用多模态扩散变换器技术。该模型在图像质量、文字渲染和复杂提示理解方面表现出色，同时提高了资源使用效率。它使用三个预训练文本编码器，能够根据文本描述生成高质量图像。该模型开放非商业研究用途，并提供商业授权选项。

ColoringBookRedmond-V2是基于Stable Diffusion XL 1.0的LORA模型，专为生成高质量着色书图像而设计。经大规模数据集训练，该模型在着色书图像生成方面表现出色。使用'ColoringBookAF'和'Coloring Book'标签即可调用模型创作独特的着色书作品。由开发者artificialguybr创建，并获得Redmond.AI的GPU资源支持。

ControlNet++为Stable Diffusion XL模型带来全新架构，支持10余种控制条件，实现高分辨率图像生成和精细编辑。项目采用桶训练、海量高质量数据集和多种训练技巧，在保持参数量的同时，实现多条件融合和开源模型兼容。ProMax版本还增添去模糊、变体生成等高级功能，为图像处理提供更多可能性。

nsfw-xl是一个基于Stable Diffusion XL的LoRA模型，用于生成成人内容图像。这个模型可以创建逼真的人物图像，适用于创作各种成人场景。它支持多种图像风格，如模拟胶片、复古效果和高细节渲染，为创作者提供了多样化的创作选择。

SD-Turbo是基于Stable Diffusion 2.1的蒸馏版文本到图像生成模型。采用对抗性扩散蒸馏(ADD)训练方法，能在1-4步内生成高质量图像。适用于实时应用研究、艺术创作和设计工具，支持512x512像素输出。虽可用于非商业和商业用途，但在人脸生成和文字渲染方面存在局限。该模型为研究小型蒸馏文本到图像模型提供了新的可能性。

基于Flux技术，探索高质量3D渲染和图像生成的潜力。利用特定关键词，可生成逼真的人物、动物及自然景观。无论是构建真实场景还是创作多彩角色，该项目提供了明确的指引满足创作者需求。基础模型由Black Forest Labs开发，并可遵循Apache-2.0许可证下载使用。

项目结合了DreamWorks与DreamWorks Diffusion模型，提供通用的文本到图像生成功能，不仅限于特定风格提示。它能生成带有梦工厂特征的高品质图像，例如节庆场景中的父女、蘑菇王国的公主等。所生成图像具备CGI水平的细节和8k分辨率，区别于传统方法，提供增强的视觉体验。