#文本生成图像

Openjourney-v4是一款经过深度训练的文本生成图像模型。它在Stable Diffusion v1.5的基础上，利用124,000多张Midjourney v4图像进行了优化。经过12,400步迭代、4个训练周期和32小时以上的训练，该模型展现出卓越的图像生成能力。值得注意的是，使用Openjourney-v4时不再需要'mdjrny-v4 style'提示。PromptHero平台为用户提供了丰富的提示词资源，并开设了相关培训课程。

Animagine XL 3.1是基于Stable Diffusion XL的开源动漫风格图像生成模型。相比前代版本,它提升了图像质量,扩充了角色库,并引入美学标签系统。该模型支持多种图像尺寸,提供质量、分级、年代和美学标签,可生成精确详细的动漫角色图像。Animagine XL 3.1适用于动漫创作、角色设计等领域,为内容创作者提供了强大的辅助工具。

AbsoluteReality_v1.8.1是一个开源的AI图像生成模型，专注于创建高度逼真的视觉内容。该模型能够生成细节丰富的人物肖像、动物和场景图像，特别擅长呈现精细的盔甲、毛发纹理和机甲装备。AbsoluteReality_v1.8.1适用于多种创作场景，包括中世纪风格人物、自然动物照片和科幻主题插图。这一工具为数字艺术创作者提供了生成高质量、真实感强的视觉素材的能力。

Stable Diffusion v2-1是Stability AI开发的文本到图像生成AI模型。基于潜在扩散技术，它能将文本描述转化为最高768x768分辨率的高质量图像。该模型提供多个专用变体，包括深度感知和图像修复等。主要应用于艺术创作、设计和研究领域，但存在一些局限性，如无法生成可读文本。Stable Diffusion v2-1仅供研究用途，不应用于生成有害或违法内容。

AAM_XL_AnimeMix是一个基于Stable Diffusion XL微调的文本到图像模型，专注于生成动漫风格的艺术作品。该模型结合了AI技术和动漫元素，可根据文本提示创作各种动漫场景和角色，如夜景、花田等。它适用于艺术创作、设计和动漫爱好者，提供了一种新的动漫风格图像生成方式。模型支持使用Diffusers库进行部署，可通过简单的Python代码实现图像生成。

Mitsua Diffusion CC0是一个基于公共领域资源和获许可图像训练的文本到图像模型。作为AI VTuber Elan Mitsua的基础，它虽然目前视觉质量有限，但体现了符合伦理的AI发展理念。模型使用约1100万张多样化图像训练，包括传统艺术品、CC0照片和NFT。遵循CreativeML OpenRAIL++-M许可，支持商业使用但有特定限制。这一项目展示了AI艺术创作在尊重知识产权的同时，如何探索创新和发展。

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。

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。

Kandinsky 2.1是一个结合CLIP和潜在扩散技术的文本条件扩散模型。该模型采用CLIP作为文本和图像编码器,并利用扩散图像先验在CLIP模态的潜在空间间建立映射,从而提升视觉效果并拓展图像混合与文本引导图像操作的可能性。Kandinsky 2.1支持文本到图像生成、文本引导的图像到图像转换以及图像插值等功能,在COCO_30k数据集的零样本测试中获得8.21的FID评分。

Kandinsky 3.0是一个开放源代码的文本到图像扩散模型，注重生成与俄罗斯文化相关的图像。相较于Kandinsky2-x系列，该模型使用了更丰富的数据集，并通过增大文本编码器和扩散U-Net模型的规模，提升了文本理解和图像质量。Kandinsky 3.0包括基本型和修补型两种模型，经过不同步数的训练，提供高质量的图像生成。

SDXL-Lightning是一个基于稳定扩散XL的文本到图像生成模型，能在几步内生成1024px高质量图像。它提供1步、2步、4步和8步蒸馏模型，其中2步、4步和8步模型在保持高速的同时，展现出优秀的生成质量。该项目开源了完整的UNet和LoRA检查点，方便用户在各种场景中应用。

AI-infinity-V1-fp16项目展示了稳定扩散技术在生成真实感图像中的应用。通过Huggingface API及原创作者的示例，该模型清晰呈现文本到图像的转换能力，特别是在生成自然手部细节方面有卓越表现。了解该项目的主要特性和优势，有助于提升图像处理的创造性。

vintage-ads-flux是基于FLUX.1-dev模型及LoRA扩散技术的图像生成工具，可以生成复古风格的广告图像。该模型通过公开领域复古广告训练，支持使用特定触发词进行图像生成，适用于非商业应用。您可以从官方网站下载模型权重，实现复古广告的创意制作。

Rae Diffusion XL V2是基于Animagine XL 3.1模型的优化版本，专注于高质量动漫风格艺术的生成。通过标签的灵活应用，该模型能够提升图像质量和美学表现，包含质量、审美标签与敏感内容标识。Rae Diffusion XL V2支持多种分辨率及特定采样设置，适合创作者使用。

stable-diffusion-2-1-realistic是一个基于Stable Diffusion 2.1的改进模型，专注于生成高质量的写实图像。该模型通过120对精选的图像-文本数据进行微调，能够生成逼真的人像和场景。模型支持英语提示词输入，并提供了优化的提示词模板和负面提示词建议，有助于提升输出质量。开发者可以通过Hugging Face Diffusers库集成该模型，也可使用在线推理API快速体验其功能。

FLUX Uncensored LoRA v2是一个基于FLUX.1-dev开发的AI图像生成模型，移除了内容限制，可生成NSFW和未经审查的内容。该模型性能提升，稳定性更高，模型体积更小。用户可通过特定触发词生成明确图像，适用于创作无限制的艺术作品。仅供研究和个人使用，遵循非商业许可。

这是一个基于FLUX模型的FP8实验性转换项目，旨在生成高度逼真的图像。该项目使用自制脚本将原始FLUX模型转换为FP8格式，为开发者提供了测试FP8模型性能的机会。尽管目前不支持无服务器推理API，但这个转换模型在生成高质量、照片级真实图像方面具有潜力。该项目对于研究FP8格式在图像生成中的应用具有重要意义。

Real Life v2是一个开源的AI图像生成模型，致力于创建逼真和多样化的图像。该模型可生成从写实人物肖像到抽象艺术作品的广泛内容，支持复杂场景构建和风格混合。Real Life v2适用于创意设计、概念艺术和视觉叙事等领域，为图像创作提供了versatile工具。它基于stable-diffusion技术，使用diffusers库实现，支持text-to-image生成，能够满足各种图像创作需求。

Flux Ghibsky Illustration是一个AI模型，结合了吉卜力工作室的奇幻风格和新海诚的大气美学，生成独特的梦幻风景插画。模型创造的场景融合了宁静的天空和精致的细节，适合制作富有想象力的视觉作品。使用'GHIBSKY style'触发词可生成插画。该模型基于FLUX.1-dev，经1000步训练，支持在Hugging Face和Replicate平台使用。

controlnet-canny-sdxl-1.0是基于stable-diffusion-xl-base-1.0训练的Canny边缘检测控制网络模型。该模型通过边缘图像控制SDXL生成的图像内容和结构，支持高分辨率图像生成。项目提供了使用说明和示例代码，便于开发者集成到AI图像生成项目中。

wai-real-mix-v8-sdxl-spo是基于Stable Diffusion XL的图像生成模型，专注于创建逼真和照片级真实的图像。该模型擅长生成小马主题图像，并使用SPO技术提升输出质量。这为创作者提供了生成高度真实视觉内容的工具。

3x3x3mixxl-v2-sdxl是基于Stable Diffusion XL的AI图像生成模型，专注于创作融合动漫和小马风格的图像。该模型使用FAIPL-1.0-SD许可证，为创作者提供了生成独特风格图像的工具。它能够帮助用户探索新的艺术表现形式，适合那些对动漫和小马题材感兴趣的AI艺术爱好者。

Stable Diffusion 3.5 Large是Stability AI开发的新型文本到图像生成模型。采用多模态扩散变换器架构，改进了图像质量、排版和复杂提示理解能力。模型支持研究及部分商业用途，可通过ComfyUI、Hugging Face等多种方式使用。结合多个预训练文本编码器和QK归一化技术，在提示遵循度和图像美学质量方面表现优异。

YiffyMix v31是一个基于Stable Diffusion的AI绘画模型,集成了MoistMixV2 VAE技术。该模型主要用于生成拟人化动物角色图像,特别是毛茸茸的角色。通过针对性优化,YiffyMix v31在保留Stable Diffusion原有功能的同时,提高了生成图像的细节表现和生动度。这个模型可用于创作各种拟人化动物插图作品。

Dreamshaper 8是一个基于Stable Diffusion v1.5的AI图像生成模型。它能够创作多种风格的图像，包括写实和动漫风格。该模型改进了Lora支持和多种风格的生成能力，在照片级真实感和NSFW内容生成方面有所提升。开发者可以通过Python代码轻松集成和使用这个模型。

Stable Diffusion v1-5是一种基于潜在扩散的文本到图像生成模型。它在LAION-5B数据集上经过595k步训练，可生成512x512分辨率的高质量图像。该模型适用于艺术创作、设计和研究，但存在人脸和文字渲染的局限性。模型通过Diffusers库提供，但不应用于生成有害内容。Stable Diffusion v1-5代表了AI图像生成技术的重要进展。

wai-c-v3-sdxl是基于Stable Diffusion XL的文本生成图像模型，融合动漫和半写实风格。该模型可生成动漫角色和写实感小马形象，适用于动漫风格和现实主义之间的艺术创作。模型为创作者提供了多样化的表现方式，适合需要在两种风格间寻找平衡的项目。wai-c-v3-sdxl模型采用FAIPL-1.0-SD许可证发布，详细许可信息可在项目页面查看。

Kandinsky 2.1是一款结合DALL-E 2和潜在扩散技术的文本条件扩散模型。它采用CLIP模型进行文本和图像编码，并在CLIP模态的潜在空间中引入扩散图像先验，大幅提升了视觉效果。该模型支持文本到图像生成、图像到图像转换、图像修复和插值等多种应用，为图像混合和文本引导的图像操作开辟了新的可能性。

AbsoluteReality是基于Stable Diffusion的文本到图像生成模型。该模型能够创建高度逼真的图像，涵盖风景、人物和各种场景。AbsoluteReality支持多种风格，包括写实摄影、电影场景、动漫角色等。目前已更新至v1.6版本，提供更丰富的图像生成功能。模型适用于需要高质量、多样化AI生成图像的应用场景。

Counterfeit-V2.5是一款开源的动漫风格AI图像生成模型，能够创作多样化的动漫场景和角色。该模型支持日常生活、校园、传统和现代等丰富场景类型，可精确捕捉角色细节和情感。模型采用提示词系统，允许用户精确控制生成内容。Counterfeit-V2.5适用于动漫创作者和爱好者，是一个实用的AI辅助创作工具。

sumeshi-flux1s-v002e-fp8-flux是一个实验性的文本到图像模型，基于Schnell技术开发，主要用于生成动漫女孩图像。该模型采用float8_e4m3fn格式，要求CFG scale不低于3.5，迭代步数至少20步。模型由FA770创建，目前处于测试阶段，尚不支持无服务器推理API。这个项目为动漫角色创作提供了新的可能性。

PixArt-XL-2-1024-MS是一个基于Transformer的文本到图像生成模型,采用纯Transformer块进行潜在扩散。该模型可直接生成1024px图像,训练效率高,仅用Stable Diffusion v1.5约10%的训练时间即达到可比性能。模型适用于艺术创作、教育工具开发等领域的研究,为探索高效文生图技术提供了新思路。

HyperRemix是一个开源的AI图像生成模型，结合了HyperRealism 1.2和DreamPhotoGASM的特点。这个模型主要生成超现实主义和70年代模拟风格的图像，包括复古电影场景、人物肖像和科幻画面。HyperRemix能够创造出细节丰富、极具真实感的图像，适用于需要特定风格图片的创意项目。该模型的独特之处在于能够在prompt中使用'hyperrealistic'关键词来增强图像效果。

convtest2是一个基于Diffusers库的实验性文本到图像生成模型。该项目采用FAIPL-1.0-SD许可证，支持英语输入。目前该模型处于测试阶段，旨在探索文本到图像生成技术的可能性。

epiCRealism是一个基于Stable Diffusion的开源模型，专注于生成高质量真实感图像。该模型支持多种场景创作，包括人像、风景和幻想题材，能够呈现细腻的细节和逼真效果。epiCRealism易于集成到各类图像生成项目中，为创作者和开发者提供了实现视觉创意的有力工具。

SSD-1B是Stable Diffusion XL的蒸馏版本,将模型参数减少50%,同时推理速度提升60%。通过知识蒸馏技术,SSD-1B融合多个专家模型的优势,保持了高质量的文图生成能力。该模型支持多种输出分辨率,适用于艺术创作、教育和研究等领域。在A100和RTX 4090 GPU上,SSD-1B比原版SDXL模型更快,为实时应用提供了高效选择。