luosiallen LCM翻译站点

Taiyi-Diffusion-XL是一个开源的基于Stable Diffusion训练的双语文生图生成模型,支持英文和中文的文本到图像生成,相比之前的中文文生图模型有了显著提升。它可以根据文本描述生成照片般逼真的图像,支持多种图像风格,具有较高的生成质量和多样性。该模型采用创新的训练方式,扩展了词表、位置编码以支持长文本和中文,并在大规模双语数据集上进行训练,确保了其强大的中英文生成能力。

ArtGenius是一款利用人工智能技术的图像创作工具，不仅模仿各种绘画风格，还能通过文本识别场景和对象生成高质量逼真的图像。独特之处在于，您可以轻松创建各种令人惊叹的视觉图像，无需专业的绘画技能。

Plush-for-ComfyUI是一个为ComfyUI提供自定义节点的插件,可以通过文字或图片生成TextNode的提示文本,从而使ComfyUI支持更多样化的提示输入方式。该插件具有交互式的节点连接界面,支持gpT-3和gpT-4模型,可以自定义提示生成的创造性程度,支持多种艺术风格,并可以输出风格提示信息等。

Bonkers是Merlin AI推出的一款免费在线AI图像生成工具。用户只需输入几句描述文字,Bonkers就可以为用户生成符合要求的高质量图片。图片风格多样,生成速度快,非常适合创意工作者、设计师等用户在工作生活中快速获取图像灵感。

sd-forge-layerdiffuse是一个用于生成透明图像和图层的工作在进行中的扩展，它利用了潜在透明度技术。该工具目前支持图像生成和基本图层功能，但透明图像到图像的转换尚未完成。代码库高度动态，未来一个月可能会有大量变化。

UNIMO-G是一个简单的多模态条件扩散框架，用于处理交错的文本和视觉输入。它包括两个核心组件：用于编码多模态提示的多模态大语言模型（MLLM）和用于基于编码的多模态输入生成图像的条件去噪扩散网络。我们利用两阶段训练策略来有效地训练该框架：首先在大规模文本-图像对上进行预训练，以开发条件图像生成能力，然后使用多模态提示进行指导调整，以实现统一图像生成能力。我们采用了精心设计的数据处理流程，包括语言接地和图像分割，用于构建多模态提示。UNIMO-G在文本到图像生成和零样本主题驱动合成方面表现出色，并且在生成涉及多个图像实体的复杂多模态提示的高保真图像方面非常有效。