剑二十七

UltraPixel是一个由华为诺亚方舟实验室联合香港科技大学共同开发的开源项目，旨在生成具有丰富细节的高质量图像，其分辨率范围可以从1K一直延伸至6K。该项目不仅优化了细节处理，还显著提升了整体图像效果，将超高清图像合成推向了新的高峰。项目背景与目的随着人工智能技术的不断发展，生成高分辨率图像成为了一个研究热点。然而，现有的图像生成模型在生...

前段时间一直死劲在更新的nunchaku-flux.1-kontext-dev，还算受到大伙的欢迎，主要是显卡要求很低。运行速度快，但是有些好显卡的小伙伴说能否出一个出图质量更好的版本？量化不要这么强的，对出图有一定要求的小伙伴。所以我今天就分享了这个FLUX.1-Kontext-dev，虽然也是nunchaku量化下的，但是相对来讲这个出图...

GSASR（Generalized and Efficient 2D Gaussian Splatting for Arbitrary-scale Super-Resolution），是由研究人员开发的一种新型的图像超分辨率技术。它的核心目标是：让图片“变清晰”，而且可以按任意倍数放大，不会失真或模糊。🌟 什么是图像超分辨率？简单来说，图像超...

BAGEL 是一个由 ByteDance-Seed团队开发的开源多模态基础模型，具有 70 亿（7B）活跃参数（总参数为 140 亿），并在大规模交错的多模态数据（包括语言、图像、视频和网页数据）上进行了训练。该项目的目标是通过统一的架构来实现强大的多模态理解和生成能力，并进一步扩展到复杂的视觉操作任务。核心特点1. 先进的模型架构BAGEL...

1. 模型概述Chroma 是一个开源、无审查且面向社区构建的大模型。参数规模：Chroma 是一个拥有 89 亿（8.9B）参数的模型，基于 FLUX.1-schnell架构开发（技术报告即将发布）。它完全采用 Apache 2.0 许可证，这意味着任何人都可以自由使用、修改和在该模型基础上进行二次开发，无需企业或机构控制。训练状态：该模型...

F Lite是由 Fal AI与 Freepik联合开发的一个基于扩散模型的图像生成工具。它提供了一个轻量但功能强大的模型架构，并在数据合规性方面做出了显著努力。📌 核心特点✅ 合法合规的数据集训练模型仅使用了 8000 万张版权安全（copyright-safe）和 SFW（适合所有年龄层，Safe For Work）内容进行训练。数据来源...

一个专注于 AI 自动生成表情包（meme）的开源项目。它结合了人工智能技术，特别是图像生成和自然语言理解的能力，来自动创建有趣、符合网络文化风格的表情包。💡 主要功能：利用 AI 技术自动生成表情包（meme）支持根据用户输入的文字内容或模板生成带有幽默感的图片可能集成了图像生成模型（如 Stable Diffusion）、文本理解和模因风...

🖼️ 这个工具是做什么的？你可以把 PicSharp 理解成一个“图片瘦身大师”。它最大的作用就是：帮你把图片文件变小，但看起来几乎没差别！不管是 PNG、JPG、WebP 还是 GIF、SVG，只要是你常见的图片格式，它都能压缩，而且支持批量处理，非常高效！💡 它是怎么工作的？它的核心功能有两个：1. 联网压缩（TinyPNG 模式）使用国...

LazPaint是一款功能强大的轻量级图像编辑工具，它为用户提供了丰富的图像编辑选项，且操作简便，易于上手。无论是在Linux、Windows还是macOS系统上，LazPaint都能展现出其出色的跨平台性能，成为Paint.NET等工具的优秀替代品。LazPaint支持图层操作，这使得用户在编辑图像时能够更加灵活地进行调整。同时，它还支持透...

Kolors 是一个“文字生成图片”的人工智能工具，你可以输入一段中文或英文的文字描述，它就能根据你的描述自动生成一张对应的图像。比如你写：“一只穿着西装的熊猫，在山顶上喝咖啡，背景是日出，风格是写实高清”它就能根据这段话，画出这样的一张图！🧠 它是怎么工作的？简单来说，这个 AI 模型已经学习了非常多的文字和图片之间的对应关系。所以当你输入...

   今天在网上逛的时候，无意发现这个模型，一个动漫图片生成的模型，感觉还不错，生成的动漫效果也还可以，所以就花了几分钟写了个界面，然后又汉化了下，感觉还可以，就随手发到群里，各位小伙伴要求分享出来，所以就打包上传上来了。这个模型是支持NSFW ，所以请勿用于任何非法途径，所造成的任何后果请自行承担，本人只做AI图片生成技...

JoyCaption 是一个开源的图像描述生成视觉语言模型（VLM），旨在为社区提供一个免费、开放且无审查的工具，用于训练扩散模型。以下是该项目的主要特点和相关信息：项目特点免费与开放：JoyCaption 以免费、开放的权重发布，没有使用限制，并且提供训练脚本及详细的构建细节。无审查：平等覆盖适合工作场合（SFW）和不适合工作场合（NSFW...

DreamO是一个由字节跳动开源的统一图像定制化框架（A Unified Framework for Image Customization），旨在通过先进的算法和技术，为用户提供高度灵活和高质量的图像定制化服务。以下是该项目的详细介绍说明：核心功能：图像定制化：DreamO允许用户根据需求定制图像，支持多种定制化任务，包括但不限于人物形象定...

灵溪工具箱是一款集成了多种实用功能的桌面应用程序，旨在为Windows平台用户提供简单、高效的文件处理、图像处理、文本处理等服务。该工具箱由开发者luming8在GitHub上开源发布，并持续进行更新和优化。一、主要功能特色简单易用：灵溪工具箱的操作界面简洁明了，功能布局合理，使得用户可以轻松上手，快速找到所需功能。平台支持：该工具箱专为Wi...

OmniGen 是一个由 VectorSpaceLab 开发的开源项目，旨在提供一个统一的图像生成模型，能够处理多种图像生成任务，而无需依赖额外的插件或复杂的预处理步骤。该项目的核心目标是简化图像生成流程，使其像 GPT 在语言生成中的应用一样灵活和高效。OmniGen 支持多种任务，包括文本到图像生成、图像编辑、主题驱动生成和经典计算机视觉...

Geometrize：将图像转换为几何艺术风格的开源工具Geometrize 是一款基于Python的开源工具，旨在将任意图像转换为抽象的几何图案，生成具有低多边形（Low-Poly）艺术风格的简化图形。该项目由开发者Tw1ddle发起，托管于GitHub，通过算法将图像分解为几何基元（如三角形、矩形等），并允许用户自定义颜色、形状...

XnConvert是一款功能强大的图像格式转换和批处理工具。它支持超过80种不同的图像格式，包括常见的JPG、PNG和GIF，以及RAW格式和动态图片格式，如GIF和APNG。它可以处理大量的图像文件，批量转换、重命名、调整大小、裁剪、添加水印、添加边框、调整颜色等操作，从而可以大大缩短处理图片的时间。此外，XnConvert还具有多种有用的...

UNO（Universal Customization）是由字节跳动公司开发并开源的一个通用自定义方法的项目，旨在解决单主体和多主体条件下的图像生成问题，具有很强的可控性和通用性。该项目通过提出一种高度一致的数据合成流程，利用扩散变换器的内在上下文生成能力，生成高一致性的多主体配对数据。UNO模型包含渐进式跨模态对齐和通用旋转位置嵌入，是从文...

虽然我已经分享了不少的抠图和视频抠像的工具，但是谁又会嫌弃好工具多呢？所以抽空做了这个BEN2的整合包，这个整合包最大的特点就是可以输出带有透明通道的webm视频格式。在图像和视频处理领域，前景分割技术一直是研究和应用的热点。无论是视频编辑、特效制作，还是人工智能驱动的内容生成，精准的前景分割都是实现高质量输出的关键。而今天我们要介绍的，是一...

距离我上次更新这个已经过去了三个月多了，这中间AI发展实在是太迅速了，我也中间分享了无数用AI生成的图片素材，感兴趣的小伙伴可以在文末的链接进去看看，基本都是基于这个工具生成的。全部免费下载。大概有几千张，大部分都是精品。目前秋叶同学的这个离线包已经更新到了2.58，因为实在是太大了，上传速度实在是慢，所以更新时间稍稍晚了一点点。喜欢这个工具...

本工具基于Tile-Upscaler二次开发，简单直接，操作点2下即可，图片高清修复效果还不错,处理速度我的4070tisuper一张1080x1920的图片大概8秒就可以完成高清修复。效果演示原图我个人觉得高清修复效果还可以。所以就花了点时间整合了一下，另外修改了部分代码1 修正一些小bug2 删除没用的演示例子3&nb...

digiKam是一个先进的开源数字照片管理应用程序，它能够在Linux、Windows和MacOS等多个操作系统上运行。这个强大的工具为摄影爱好者和专业人士提供了一套全面的解决方案，用于导入、管理、编辑和分享照片以及RAW文件。digiKam的导入功能非常便捷，用户可以轻松地将照片、RAW文件和视频从相机和外部存储设备（如SD卡、USB磁盘等...

MatAnyone是一个专注于人类视频抠图（Matting）的实用框架，其独特之处在于支持目标分配功能，并能在核心区域语义和精细边界细节上表现出稳定的性能。该项目由Peiqing Yang等人在2025年提出，并在CVPR（Conference on Computer Vision and Pattern Recognition）这一顶级计算...

Simple Gallery是一款专为Android用户设计的照片、视频及GIF管理编辑应用程序，以其无广告、功能强大及高度可定制性而广受好评。以下是对Simple Gallery的详细介绍：一、软件概述Simple Gallery致力于为用户提供全面而便捷的照片和视频管理体验。它集合了浏览、编辑、恢复误删文件及创建隐藏相册等多重功能于一体，...

上次虽然我也分享了一个工作流，但是感觉还是不够完美，因为还是需要自己去提交提示词，感觉有点麻烦，然后又研究了下，做了现在的这个工作流。无需自己提交提示词，一键生成。适合我这样的喜欢挂机来生图的人。白天电脑生图的话 其他事就干不了了。因为显卡占用实在太高了，连打个网页版传奇都不行了。有了这个工作流就不一样了，晚上睡觉后开始挂机，早上起来就有几百...

Image2Icon是一款功能强大的开源工具，由YukiIsait开发并发布在GitHub上。这款工具利用Windows Presentation Foundation（WPF）技术构建，专为满足用户将各种格式的图像文件转换为Windows图标（.ico）文件的需求而设计。Image2Icon不仅提供了简单易用的界面，还支持多种图像格式和图标...

Tenacity是一个功能强大的开源音频编辑器，它基于C++和Qt框架开发，具有跨平台运行的特性，能够在Linux、macOS和Windows等多种操作系统上无缝工作。该项目源自于著名的Audacity音频编辑器，并在其基础上进行了改进和优化，以满足现代用户对音频处理的多样化需求。Tenacity的核心优势包括：高质量的音频处理能力：它采用了...

感觉12月 差不多就过去了，刚好昨天又无所事事，然后就把群里各位绅士，不管是自己生成图片还是转发的AI图片，稍稍整理了下，筛选了100张，以供各位小伙伴共享。上选者戒骄戒躁，再多创造出一些人民群众喜欢的图片。未选上的加油提升自己技术水平，争取早点生成大伙喜欢的图片。然后我又用这100张图片批量生成了100个提示词。在文末我会分享出来。生图的工...

Pinokiofactory/Clarity-Refiners-UI 是一个专注于图像增强的开源项目，它基于 Pinokio UI 框架，并融合了多项先进的图像处理技术。该项目旨在为用户提供一种高效、易用且功能强大的图像增强解决方案。项目背景与目的Pinokiofactory/Clarity-Refiners-UI 是 Pinokio 工厂团...

RMBG-2-Studio是一个基于BRIA-RMBG-2.0模型构建的增强型Pinokio应用程序，它不仅包含了安装文件，还提供了一系列强大的图像处理功能。以下是对该开源项目的详细介绍：项目背景与目的：RMBG-2-Studio旨在为用户提供一种高效、便捷的图像背景移除和图像合成工具。它利用了BRIA AI公司开发的RMBG v2.0背景移...

Color quantizer是一款功能强大且简单易用的图片压缩工具，它能够帮助用户轻松进行图片的优化处理，特别是在颜色量化方面表现出色。以下是对Color quantizer的详细介绍：一、主要功能颜色量化：Color quantizer支持将图片转换为任意数量的颜色，这一功能使得用户可以根据需要对图片进行精细的颜色调整和优化。PNG压缩：...

这个项目群里的小伙伴 推荐了好多次了，之前我也试过做整合包，做完后发现BUG太多了，我就删了，看到作者最近又更新了，所以抽空把这个整合包做出来了。效果嘛 你们自己看。先来一张官方的示例图下面是我跑完的效果下面继续看我用其他图片跑的出来的效果跑一张图片大概需要3-4分钟。下面是界面截图下面是这个项目的AI介绍nstantIR 是一个在 GitH...