image-generation

Stable Diffusion网页界面

全球首个开源智能体视频制作系统，集成12条流水线、52种工具及500余项智能体技能，可将您的AI编程助手转变为完整的视频制作工作室。

🤖 开源免费的OpenAI、Claude及其他AI平台的替代方案。支持自主托管且本地优先，可作为OpenAI的即插即用替代方案运行于消费级硬件，无需GPU。兼容gguf、transformers、diffusers等多种模型架构。功能包括：文本生成、音频处理、视频制作、图像生成、语音克隆、分布式点对点推理。

您的AI第二大脑。支持自托管。从网络或文档中获取答案。构建自定义智能体、调度自动化任务、进行深度研究。将任何在线或本地大语言模型转化为您的个人自主AI（支持GPT、Claude、Gemini、Llama、Qwen、Mistral）。立即开始——免费使用。

Prompt as Code | GPT-Image2 工业级提示词引擎与模板库，470+ 个案例逆向工程，20+ 套工业级模板，并提炼出 Skills，持续更新中。

Higgsfield AI、Freepik、Krea、Openart AI的开源替代方案——免费AI图像生成与影院工作室，内含20多种模型（Flux、SDXL、Midjourney、Ideogram）。可自托管、可定制，采用MIT许可证。

Invoke是面向Stable Diffusion模型的领先创意引擎，助力专业人士、艺术家和爱好者运用尖端AI驱动技术生成与创作视觉媒体。

AI智能体技能，用于生成精美的HTML幻灯片：编辑杂志与瑞士风格布局、图像提示、社交媒体封面，以及WebGL/低功耗演示运行时。

🚀 AI 短视频引擎 | AI全自动短视频引擎

🚀 AI全自动短视频引擎

SANA：基于线性扩散 Transformer 的高效高分辨率图像合成

由GPT-4o和gpt-image-1生成的精选图像与提示词合集，探索通过ChatGPT和Sora创建的AI视觉内容，展示OpenAI先进的图像生成能力。

纯C/C++实现的扩散模型（SD/Flux/Wan等）推理框架

一个面向全模态模型的高效推理框架。

SwarmUI（前称StableSwarmUI），一款模块化Stable Diffusion网络用户界面，重点实现功能工具的便捷访问、高性能与可扩展性。

为OpenAI/Anthropic/Gemini/Bedrock/OpenRouter/DeepSeek/Ollama/VertexAI/Perplexity/Mistral/GPUStack及OpenAI兼容API提供统一的Ruby接口。支持聊天、视觉、音频、PDF、图像、嵌入、工具、流式传输及Rails集成。

即插即用的本地人工智能工作室：未经审查的聊天、图像和视频生成、编码代理。 Runs abliterated LLMs + ComfyUI 100% offline. One installer, no Docker, no cloud.

✨ 针对 Google Gemini 网页应用的反向工程 Python API

HunyuanImage-3.0：一个强大的原生多模态图像生成模型

将JSX和HTML渲染为SVG或图像。支持160多种CSS属性。可直接替代next/og。

Get production-ready images, video, audio, and 3D from any AI agent: skills that pick the right model, price before spending, and keep characters and brands consistent through the Scenario MCP, plus expert teams that drive Blender, Maya, ZBrush, Unreal, and Unity.

专为Apple Silicon打造的原生LLM推理服务器，兼容OpenAI与Anthropic API，无需Python环境。包含基于MLX Core的macOS应用，支持聊天、智能体模式及工具调用功能。

Portable local AI studio for Windows, Linux, and macOS. Zero-setup GUI for Image Generation, GGUF LLMs, Text to Speech & Speech to Text

适用于 Windows、Linux 和 macOS 的未经审查的本地 AI 工作室。用于图像生成、GGUF LLM、文本转语音和语音转文本的零设置 GUI