剑二十七

我在网上瞎逛的时候，发现了这个模型还不错，就花点时间做了二次开发。Shuttle Jaguar 是一款由 ShuttleAI 开发的文本生成图像（Text-to-Image）人工智能模型，专注于生成具有高度审美感、电影级质感和逼真视觉效果的图像。该模型能够在仅需 四步推理 的极短时间内，将自然语言描述的文本提示（prompt）转化为高质量的图...

Krita 是一款自由开源的免费绘画软件，使用 GPL 许可证发布。它的功能齐全，能胜任从起草、勾线、上色到最终调整的所有绘画流程，可以绘制概念草图、插画、漫画、动画、接景和 3D 贴图，支持数位板、压感、防抖、图层、滤镜、色彩管理等功能。软件、文档和网站均已内建官方中文版。Krita 具备高度可定制的笔刷系统和完善的图层功能，可通过透明度和...

Imagine是来自韩国的多国语言版（包括简体和繁体中文）图片浏览器，以1MB左右的大小包含了非常多的图像处理功能，具有批量转换图像格式、屏幕截图、制作gif图片动画、创建tif多页图像等功能，图像查看，精简优化绿色&单文件版，集成WebP插件，软件启动默认界面为简体中文，无广告，是Windows&WinPE 必备看图工具。I...

HYPIR 是由 XPixel Group（一个专注于图像恢复与底层视觉研究的学术团队）提出的一种基于混合先验的图像恢复模型。该项目的核心目标是解决图像在退化过程中（如模糊、噪声、压缩等）丢失的细节信息，通过引入数据驱动先验与模型驱动先验的融合机制，实现高质量的图像复原。HYPIR 的名称来源于其核心思想：Hybrid Prior（混合先验）...

Ovis-U1 是由阿里巴巴AIDC-AI团队开发的一个先进的多模态大语言模型项目。这个项目专注于构建能够同时处理文本和图像信息的AI系统。核心特点多模态融合能力能够同时理解和处理文本与图像数据实现跨模态的信息理解和生成支持图文混合的输入输出场景统一架构设计采用统一的模型架构处理不同类型的模态数据简化了传统多模态系统中复杂的模块组合提高了模型...

在huggingface瞎逛的时候，无意中发现了这个开源的模型，真的超级强，聚集了N多风格lora模型，操作也是极其简单，感觉可能有小伙伴能用的上，就花了时间做了整合，并进行了小小的二次开发，自我感觉还行。整合包说明1 支持50系显卡，最低英伟达8G显卡可以运行，如果你的显卡刚好是8G的话，可能内存要超过30G,安装好你显卡能支持的最高版本c...

在网上瞎逛的时候，发现了这个模型，很不错，光影效果做出来很逼真，虽然我以前也做过一个类似的整合包，但是跟这个没法比，所以抽空进行了二次开发。🌟 Relighting Kontext [dev] LoRA v3 模型介绍Relighting Kontext [dev] LoRA v3是一个针对 FLUX.1-Kontext-dev模型优化的低秩...

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...

Finegrain Image Enhancer开源图像增强工具通过人工智能技术将低分辨率图像转化为高分辨率版本，智能生成细节以提升画质 。核心功能超分辨率放大支持模糊或低分辨率图像放大（最高可达4倍），增强细节的清晰度和真实感 。细粒度参数控制提供增强强度、风格一致性等参数调节，允许用户进行精细化编辑 。结果可重复性通过种子管理保存特定增强...

Meissonic 是一个基于 Masked Generative Transformer的高效高分辨率文本到图像生成模型，旨在通过消费级显卡实现高质量的图像生成任务。该项目在 ICLR 2025 上发表，其核心目标是重新激发 Masked Generative Transformers 在图像合成中的潜力，并提供一种高效的推理方案。核心特性...

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...

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...

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...

以下是作者的原话写给老婆用的，需求简单，就是可以转换图片格式，当时主要是webp的格式转换麻烦，要一张张弄~初始版本太简单了，没发目前V1.1.0 版本发布，功能大幅增强，代码优化了下，速度也挺快了，同时把防呆和异常处理也补齐了分享给兄弟们啦！ 操作还是非常简单的，目前同类型咱们这个很实用！主要功能：1. “全”图片格式支持，常见不常见的大概...

该项目由群里傻木推荐，我测试了下 说实话 效果真是一般，对中文的支持还是不够好，下面有截图。我目前这个整合包只能算是半成品，目前只做到了可以运行，但是效率性能什么的都没有去做优化。以后看心血来潮了再动动。CogView4是一个前沿的文本到图像生成模型，由THUDM（清华大学计算机系自然语言处理与人机交互实验室）开发并开源在...

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...

HivisionIDPhotos 是一个专注于证件照智能制作的开源项目，由Zeyi-Lin开发并维护。该项目旨在通过先进的图像处理和机器学习技术，为用户提供一种高效、便捷的证件照制作解决方案。项目结合了轻量级抠图、多尺寸规格生成、智能换底等多种功能，让用户能够轻松制作出符合标准的证件照。核心功能轻量级抠图：HivisionIDPhotos采用...

RelaxPic是一款开源的照片管理软件，旨在为用户提供一个安全、便捷的照片存储与浏览体验。该软件由个人开发者独立开发，并发布在GitHub平台上，供用户免费下载和使用。以下是对RelaxPic的详细介绍：开发背景与初衷RelaxPic的开发源于开发者对安卓照片管理现状的不满。市面上的照片管理软件大多以云为中心，需要将照片上传到服务器进行存储...

OpenBoard是一个开源的交互式白板软件，可以用于教育、培训、业务会议等场合。其界面简洁明了，易于使用，可以绘制图形、写字、标注、录制声音、添加图片和视频等多种操作，使得用户可以进行各种形式的演示和教学。OpenBoard是一个跨平台的软件，可以在Windows、MacOS和Linux系统上使用，并且支持多种语言。用OpenBoard可以...

vikhyat/moondream是一个开源的、轻量级的视觉语言模型项目，旨在提供强大的图像理解和生成能力，同时确保模型可以在各种环境下高效运行。该项目在GitHub上托管，拥有简洁的代码库和丰富的文档资源，为开发者提供了便捷的使用和定制体验。项目的核心是一个视觉语言模型，该模型能够接收图像作为输入，并基于图像内容生成相应的文本描述或回答相关...

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...