Квантованная FP8/INT8 модель Qwen-Image-2.1 для генерации обычных и прозрачных изображений по тексту и редактирования изображений.

Подходит для: генерация иллюстраций по текстовому описанию · создание изображений с прозрачным фоном в формате RGBA · редактирование изображения по текстовым инструкциям

Дистиллированная на базе SDXL модель ByteDance для быстрой генерации изображений 1024 пикселя по текстовым запросам за 1–8 шагов.

Подходит для: быстрое создание иллюстраций по текстовому описанию · генерация изображений 1024 пикселя для прототипов и концептов · создание изображений в ComfyUI за несколько шагов

Модель раскладывает изображение на редактируемые RGBA-слои для независимого изменения отдельных объектов и элементов композиции.

Подходит для: разложение изображения на отдельные RGBA-слои · подготовка изображения к редактированию отдельных объектов · перемещение объектов на изображении

Модель Stable Diffusion XL для генерации изображений по текстовым описаниям.

Подходит для: создание изображений по текстовому промпту · визуализация идей и сцен · генерация иллюстраций с помощью Diffusers

PixArt-Σ XL 2 1024 MS — трансформерная латентно-диффузионная модель для генерации и редактирования изображений по текстовым запросам.

Подходит для: создание иллюстраций по текстовому описанию · подготовка концепт-артов и дизайн-макетов · генерация изображений для творческих и образовательных инструментов

FLUX.1 [dev] — трансформер Black Forest Labs на 12 млрд параметров для генерации изображений по текстовым промптам.

Подходит для: создание иллюстраций по текстовому описанию · генерация концепт-арта для творческих проектов · подготовка изображений для локальных рабочих процессов ComfyUI

Ускоренная модель KandooAI и RunDiffusion для создания фотореалистичных изображений по тексту за 5–7 шагов инференса.

Подходит для: быстрая генерация фотореалистичных изображений по текстовому описанию · пакетное создание вариантов изображения · мгновенная проверка и итерация промптов

Модель Stable Diffusion XL для генерации ярких аниме-иллюстраций по текстовым запросам.

Подходит для: создание аниме-портретов по текстовому описанию · генерация иллюстраций с персонажами и заданными позами · создание вертикальных аниме-изображений для публикаций

PaliGemma 2 3B Mix 448 — мультиязычная визуально-языковая модель Google для описания изображений, ответов на вопросы по ним и других задач компьютерного зрения с текстовым выводом.

Подходит для: создание коротких подписей к изображениям · ответы на вопросы о содержимом изображения · распознавание текста на изображениях

Набор GGUF-квантований Ming-Image-0.1-Design для генерации изображений из текста в ComfyUI при разных ограничениях по памяти.

Подходит для: генерация изображений по текстовым описаниям в ComfyUI · запуск Ming-Image на системе с ограниченной видеопамятью · выбор компромисса между размером модели и качеством генерации

Безусловная диффузионная модель DDPM для генерации изображений без текстового запроса.

Подходит для: генерация изображений без текстового условия · создание образцов изображений для прототипов и экспериментов · изучение и запуск диффузионных моделей через Diffusers

Janus-Pro-7B — мультимодальная модель DeepSeek для понимания изображений и генерации изображений по тексту.

Подходит для: ответы на вопросы о содержимом изображения · описание изображений в диалоге · генерация изображения по текстовому запросу

Предобученная мультимодальная модель Google, которая принимает изображение и текст и служит основой для дообучения под задачи компьютерного зрения и визуального языка.

Подходит для: дообучение модели для описания изображений · ответы на вопросы об изображении · чтение текста на изображениях

Дистиллированная LoRA для FLUX.1-dev, которая ускоряет генерацию изображений по тексту до 8 шагов и поддерживает сценарии инпейнтинга с совместимым ControlNet.

Подходит для: быстрая генерация изображений по текстовым описаниям · ускорение создания изображений в рабочих процессах FLUX · инпейнтинг изображений с совместимым ControlNet

PixArt-α — трансформерная латентно-диффузионная модель для генерации и редактирования изображений по текстовым запросам с разрешением 1024 пикселя.

Подходит для: создание художественных изображений по описанию · генерация иллюстраций для творческих проектов · подготовка визуальных концепций для дизайна

Репозиторий Hishambarakat с чекпойнтами генерации изображений по текстовым описаниям, включая модели для Stable Diffusion XL.

Подходит для: генерация изображений по текстовому промпту · создание иллюстраций и концепт-арта · локальная генерация изображений через Diffusers

Предобученная мультимодальная модель Google, которая анализирует изображения вместе с текстовыми запросами и предназначена для дообучения под задачи компьютерного зрения и языка.

Подходит для: создание подписей к изображениям · ответы на вопросы об изображении · чтение текста на изображениях

Дистиллированная производная Z-Image для быстрого создания реалистичных изображений по текстовым промптам.

Подходит для: быстрое создание фотореалистичных изображений по описанию · генерация вариантов поз, освещения и композиции · быстрое прототипирование визуальных идей

PixArt-α — латентная диффузионная модель на основе Transformer для генерации и редактирования изображений по текстовым запросам.

Подходит для: создание художественных иллюстраций по описанию · подготовка концептов и материалов для дизайна · генерация изображений для творческих и образовательных инструментов

Дообученная на SwinV2 модель классификации изображений, предназначенная, судя по названию репозитория, для обнаружения изображений, созданных ИИ.

Подходит для: проверка изображения на признаки генерации ИИ · классификация изображений на обученные моделью категории · оценка изображения классификатором в автоматизированном конвейере

Компактная мультимодальная модель Google, которая анализирует изображения по текстовому запросу и предназначена для настройки под задачи компьютерного зрения.

Подходит для: создание подписей к изображениям · ответы на вопросы по изображению · чтение текста на изображении

16-битные веса Qwen-Image для генерации изображений по текстовым описаниям на Apple Silicon через mflux.

Подходит для: создание изображений по текстовым промптам · генерация изображений с точным размещением надписей · создание композиций по подробному текстовому описанию

Подборка моделей сверхразрешения для увеличения изображений и восстановления деталей, в том числе на фотографиях с JPEG-артефактами.

Подходит для: увеличение разрешения фотографий в 4 раза · увеличение изображений в 2 раза · восстановление деталей в JPEG-изображениях

Мультимодальная модель ServiceNow на 15 млрд параметров для диалоговых задач, рассуждений и анализа изображений.

Подходит для: ответы на вопросы по изображению · генерация и анализ кода · решение логических и многошаговых задач