StreamV2V 是一个能够在RTX 4090显卡上实现实时视频转换的工具。它支持面部替换、视频风格化等功能，并且能够与文本到图像生成应用无缝集成。项目基于开源社区的技术，如StreamDiffusion和LCM-LORA，提供了流畅的视频转换体验。

Stable Diffusion 3微参考实现是一个专注于文本到图像生成的轻量级推理工具。该项目提供了文本编码器和变分自编码器（VAE）的代码实现，支持用户自定义模型参数进行图像生成。通过简化Stable Diffusion模型的部署和使用过程，该项目使得开发者能够更轻松地在生产环境中应用该模型，同时也为学习和研究Stable Diffusion模型提供了参考实现。

ComfyUI-KwaiKolorsWrapper是KwaiKolors模型的Diffusers封装器，基于Diffusers的文本到图像生成工具，提供高效的视觉内容创作能力，简化AI艺术创作流程。它支持KwaiKolors模型，适用于需要高效文本到图像生成的应用场景，帮助用户轻松生成高质量的视觉内容。

苹果公司推出的基于图结构的图像描述生成工具，通过将图像区域描述通过图结构连接，提升描述的完整性和逻辑性，使图像描述更精细、更结构化。同时，该工具还提供从文本到图像的生成能力，支持多种模型和配置。

DiffusionKit是一个专为Apple Silicon芯片设计的扩散模型设备端推理工具，利用Core ML和MLX技术实现PyTorch模型的转换与图像生成。它支持文本到图像和图像到图像的生成功能，能够在Apple Silicon设备上高效运行，生成高质量的图像内容。

Janus Pro AI 是一款超越 OpenAI 的先进统一多模态理解与生成模型，通过优化训练、使用更大数据集和模型扩展，相较于其前身 Janus 在文本到图像生成和多模态能力方面表现出色，适用于学术和商业用途，采用 MIT 许可证。

ImageFlux是一款由人工智能驱动的应用程序，旨在为各个层次的创作者生成图像和视频，用户可以轻松地将创意转化为专业视觉效果。

Flux.1 AI是由Black Forest Labs创建的最前沿文本到图像合成模型，利用先进的AI技术从文本描述中生成高质量图像，推动了图像生成的创造力、效率和多样性的边界。

Art.ai是一个利用人工智能创作艺术的平台，提供一个空间让艺术家表达创意，同时也让艺术爱好者能够访问AI生成的艺术作品。Art.ai将作为一个文本到图像、视频和声音创作的平台，打造一个所有创作的市场。

CM3leon是一个多功能的生成性AI模型，能够高效地进行文本到图像和图像到文本的转换，适用于创意、研究及教育等多个领域。

FLUX.1 AI 是由 Black Forest Labs 开发的一套先进的文本到图像生成模型，提供卓越的图像质量、精准的提示遵循和丰富的风格多样性。用户只需输入详细的文本提示，选择模型类型，然后点击生成高质量图像。

Flux Image Generator 是一款前沿的人工智能工具，能够将文本描述转化为高质量的图像。该平台在提示准确性和生成高品质视觉效果方面表现出色，适用于各种创意和设计需求。

Draak.io AI是一个先进的人工智能模型，旨在根据文本输入创建高质量的视觉内容。它利用先进的AI模型生成各种图像，从照片到艺术创作，并允许用户根据个人喜好调整风格、内容、颜色和分辨率。

Imagine Anything是一个先进的AI工具，能够根据文本描述生成高质量图像，适用于各行业的专业人士，快速定制视觉内容。

Bing的图像创作工具通过分析用户输入的文本，自动生成匹配的图像，提供免费访问和快速生成奖励积分，适合内容创作者、设计师和社交媒体用户。

DALLE Art Generator 是一个扩展工具，利用先进的AI技术，根据文本快速创建独特的艺术作品。它基于DALL-E 3模型，将创意转化为视觉杰作，适用于多种输入方式，如文本、语音或PDF。

PhotoMaker是一个高效的个性化文本到图像生成方法，能够根据文本提示生成逼真的人类照片。

Stable Diffusion 3是由Stability AI开发的一款先进AI模型，能够根据文本描述生成高质量的图像。该模型在生成图像的连贯性和细节上有所提升，支持多种风格和主题，提供用户友好的界面，便于访问和集成。

Anole是一个开源的自回归原生多模态模型，专注于交错图像和文本的生成。它支持文本到图像生成、交错文本-图像生成、文本生成及多模态理解，旨在提供丰富的生成能力和理解能力。

Google发布的MobileDiffusion，可以在手机设备上快速进行文本到图像的AI生成！这是一种新颖的方法，具有在设备上快速（亚秒级）文本到图像生成的潜力。

Kandinsky-3是基于Kandinsky2-x模型族构建的开源文本到图像扩散模型，旨在提供高质量的图像生成和多样化的风格选择，支持用户自定义输入，快速生成，并易于扩展。

RPG是一种新的无需训练的文本到图像生成/编辑框架，利用多模态LLM的强大推理能力来增强文本到图像扩散模型的组合性。该系统将生成复杂图像的过程分解为子区域内的多个简单生成任务，实现区域化的组合式生成，集成文本引导的图像生成和编辑，显著提高了泛化能力。

利用AI技术实现文本到图像和图像到图像的转换，提供高效、直观的图像生成体验。支持文本描述生成图像，以及对现有图像进行风格转换和修改，基于Flux潜在纠正流变换器，具有简洁的推理代码，方便用户使用和集成。

StoryDiffusion专注于长程图像和视频生成，通过一致性自注意力机制生成连贯的图像和视频，创造魔法般的故事。项目支持生成复杂细节的图像和流畅的长视频，并引入语义运动预测器以提高生成的稳定性，适用于多种创意内容生成。

AttnGAN是微软开发的一种人工智能图像生成器，能够根据用户提供的文本描述生成对应的高质量图片。它通过训练模型使其理解文本与图像之间的关联，从而在生成图像时能够关注到文本描述的不同部分，确保生成的图像与描述内容高度一致，具有较强的实用性和灵活性。

AnyControl 是一种新的文本到图像的引导方法，可以从各种控制信号（例如颜色、形状、纹理和布局）生成图像。

HunyuanDiT是腾讯混元发布的文生图大模型，首个中文原生的DiT架构文生图开源模型。它支持中英文双语输入及理解，提供LoRA小规模数据集训练方案与可控制插件ControlNet。该模型通过专属加速库显著缩短生图时间，支持微调和个性化模型创建，并基于ComfyUI的图形化界面或Hugging Face Diffusers通用模型库调用。

自校正 LLM 控制的扩散模型，用于自动编辑任何图像或修复生成模型的文本到图像错位，无需额外训练。

Stable Diffusion是一个用于生成高质量图像的深度学习模型，经过1.5版本更新，具有更好的性能和功能。

GenerateAny.Art是一个突破性的AI图像生成器，能够在几秒钟内根据文本提示生成图像，适用于多种创意场景，帮助用户轻松实现视觉创作。