/ Профессии
Универсальные способности и операции

I.8Изображения и компьютерное зрение

В разделе собраны самостоятельные задачи, где AI помогает извлекать визуальные признаки, изменять изображения и создавать новые визуальные материалы. Для каждого пункта отдельно указаны механизм, входы, результат и способ проверки.

ЗрениеТекст
AI-задач
17
в этой профессии
Подходящих моделей
6 331
по типу задач и модальности
Категория
I. Универсальные способности
Основные типы
ЗрениеТекст

Рекомендованные модели

6 331 модель
Загрузки
Лайки
Дата выхода
1 411–1 440 из 6 331
Padmajs
sd-class-hpltamil-a-64

Padmajs/sd-class-hpltamil-a-64 — диффузионная модель, опубликованная Padmajs для безусловной генерации изображений. Карточка описывает её как учебную модель из курса по диффузионным моделям, обученную создавать милых бабочек. Модель использует формат Diffusers и веса Safetensors; для генерации в README показан вызов DDPMPipeline без текстового запроса. Лицензия — MIT. Данных о размере модели, разрешении изображений и качестве генерации нет.

840сент. 2026
imagemithugging-face
perpetual3x
Eastern-European-Female-Anatomy-NSFW-LoRA-v1

Eastern European Female Anatomy NSFW LoRA v1 — экспериментальный адаптер LoRA от perpetual3x для модели Qwen/Qwen-Image-2512 и генерации изображений по текстовому описанию. Он обучен на 10 649 фотографиях взрослых женщин восточноевропейского типа и предназначен для повышения разнообразия телосложения, поз, ракурсов, пропорций тела, естественной передачи кожи и анатомических деталей в фотореалистичных сценах. Модель рассчитана на портретные, поясные и полнофигурные изображения, включая интерьерные, уличные, студийные и природные композиции. Архитектурно это LoRA с rank 64, обученная в течение 10 000 шагов при размере батча 8. Основная модель поддерживает текстовое описание на английском языке; рекомендуемый триггер — zl_nubiles_v1, а дополнительный токен anusdetail предназначен для отдельных композиций с акцентом на соответствующую анатомическую деталь. Для работы требуется Qwen/Qwen-Image-2512; совместимость с Qwen-Image-Edit и другими архитектурами не гарантируется. Сильные стороны адаптера — вариативность взрослых женских образов, улучшенная работа с позами, углами съёмки и фотореалистичной анатомией. При этом результат зависит от промпта, seed, разрешения, веса LoRA, кадрирования и базовой модели. Возможны ошибки рук, пальцев, ступней, суставов и пропорций, слияние или дублирование частей тела, артефакты фона, сглаженная кожа и неточная анатомия при сложных ракурсах или перекрытиях; корректность изображений не гарантируется. Модель содержит материалы для взрослых и предназначена только для совершеннолетних. Указана специальная лицензия eastern-european-female-anatomy-nsfw-lora-v1-non-commercial, то есть коммерческое использование не разрешено.

3.3K7авг. 2026
textimageotherhugging-face
katuni4ka
tiny-random-stable-diffusion-3

katuni4ka/tiny-random-stable-diffusion-3 — небольшая тестовая модель от пользователя katuni4ka, опубликованная на Hugging Face. Она предназначена для генерации изображений по текстовому описанию через pipeline StableDiffusion3Pipeline и библиотеку Diffusers. В репозитории присутствуют компоненты Stable Diffusion 3: transformer, VAE, три text encoder и три tokenizer, а также scheduler. Размер опубликованных файлов составляет около 6,25 МБ, что указывает на тестовый или демонстрационный характер модели; точный размер архитектуры, поддерживаемые языки, максимальная длина контекста и качество генерации не указаны. Модель относится к модальности text-to-image, но не заявлена как полноценная высококачественная модель для практического использования. Лицензия и ограничения применения в карточке модели не указаны.

1.1K0окт. 2024
textimagehugging-face
obsxrver
wan2.2-i2v-blink-piss

obsxrver/wan2.2-i2v-blink-piss — LoRA-адаптер для модели Wan2.2-I2V-A14B, предназначенный для генерации видео из изображения через библиотеку Diffusers. Модель ориентирована на создание взрослого фетиш-контента с мочеиспусканием и резким переходом между сценами; в README также упоминаются другие сексуальные сценарии, доступные в закрытой версии OmniDream. Адаптер реализует методику Identity Invariant Action Mapping (IIAM), которая отделяет идентичность субъекта от временной динамики и действий. Обучение использует короткий статичный исходный кадр длительностью около 0,3 секунды, за которым следует примерно 4,7 секунды действия, чтобы формировать эффект jump cut («мигания») с сохранением лица и основных признаков персонажа. Это image-to-video модель на базе diffusion transformer; конкретные размер, максимальное разрешение, требования к памяти и перечень поддерживаемых языков в README не указаны. Для запуска заявлена совместимость с ComfyUI и необходимость SageAttention в некоторых локальных конфигурациях. Сильная сторона адаптера — специализация на резких сюжетных переходах и переносе заданного действия на персонажа с исходного изображения, потенциально снижая дрейф идентичности. Ограничения включают узкую тематическую направленность, зависимость от базовой Wan2.2-I2V-A14B и программного окружения, а также отсутствие подробных количественных оценок качества. В README указано, что примеры созданы с использованием синтетических изображений, не содержащих реальных людей. Лицензия — Apache-2.0.

1.4K27янв. 2026
textimagevideoapache-2.0hugging-face
diroverflo
FLux_Klein_9B_NSFW

FLux_Klein_9B_NSFW — это LoRA-адаптер для text-to-image-модели FLUX.2-klein-base-9B, разработанный пользователем diroverflo. Адаптер обучен для генерации высококачественных изображений с эротическим содержанием, сфокусированных на одиночных женских персонажах. Датасет не содержал лиц, поэтому адаптер потенциально может сочетаться с LoRA персонажей, однако такая совместимость не тестировалась. Модель предназначена для использования в экосистеме Diffusers и совместимых интерфейсах генерации изображений. Она сохраняет ограничения базовой FLUX.2 Klein 9B: в сложных позах возможны анатомические несоответствия. В README не указаны точный размер адаптера, поддерживаемые языки, длина контекста и дополнительные модальности. Лицензия — Apache-2.0.

47K70февр. 2026
textimageapache-2.0hugging-face
mojoj1853
qwen-image-edit-plus-nsfw-lora

MCNL v1 — Multi Concept NSFW LoRA — это адаптер LoRA для модели Qwen/Qwen-Image-Edit-2511, разработанный ScottzillaSystems. Он предназначен для генерации и редактирования изображений с использованием диффузионного пайплайна Qwen Image Edit, включая создание контента для взрослых и изменение существующих изображений. Модель подключается к базовой модели как дополнительный адаптер, а не является самостоятельной полноразмерной моделью. Адаптер построен на архитектуре QwenImageTransformer2DModel (MMDiT), распространяется в формате safetensors и занимает около 563 МБ. Для активации заявленных концепций README указывает специальные триггерные слова, связанные с обнажением и сексуальными сценами. Пример использования рассчитан на QwenImageEditPlusPipeline, CUDA и вычисления в формате bfloat16; рекомендуются 40 шагов инференса и true_cfg_scale 4.0. Сильная сторона модели — специализация на NSFW-генерации и редактировании изображений поверх Qwen-Image-Edit-2511, а также поддержка заранее определённых концепций и сцен. Ограничения состоят в зависимости от базовой модели и настроек пайплайна; сведения о качестве, бенчмарках, поддерживаемых языках, размере контекстного окна и устойчивости результатов не приведены. Модель распространяется по лицензии OpenRAIL++.

1.5K1авг. 2026
textimageopenrail++hugging-face
perpetual3x
Qwen-Image-Female-Anatomy-Fix-NSFW-LoRA-Triggered-v2

Qwen-Image-Female-Anatomy-Fix-NSFW-LoRA-Triggered-v2 — адаптер LoRA от perpetual3x для базовой модели Qwen/Qwen-Image-2512. Модель предназначена для генерации изображений по текстовому описанию и специализируется на исправлении анатомических деталей женских персонажей в контексте NSFW-сцен. Для работы используется библиотека Diffusers; заявлена поддержка английского, французского и испанского языков. Это не самостоятельная модель персонажа, идентичности, стиля или композиции, а вспомогательный адаптер, который рекомендуется применять вместе с другой NSFW-моделью или LoRA, отвечающей за человека, сцену и визуальный стиль. Для активации требуется триггерное слово или иной предусмотренный автором механизм запуска. В README указаны 8 000 шагов обучения и использование GPU RTX PRO 6000 Blackwell 96GB, однако сведения о точном размере адаптера, контекстном окне и формате триггера не приведены. Сильная сторона модели — целевая коррекция анатомических ошибок при сохранении управляемого включения эффекта. Ограничения связаны с узкой специализацией, зависимостью от базовой модели и других компонентов рабочего процесса, а также с экспериментальным характером. Модель содержит материалы для взрослых и предназначена только для совершеннолетних. Указана специальная лицензия qwen-image-female-anatomy-fix-nsfw-lora-triggered-v2-non-commercial, разрешающая некоммерческое использование на условиях лицензии.

5.4K9сент. 2026
textimageotherhugging-face
perpetual3x
Chinese-Female-NSFW-X-LoRA-v1

Chinese-Female-NSFW-X-LoRA-v1 — адаптер LoRA, разработанный perpetual3x для генерации фотореалистичных изображений взрослых китайских женщин на базе Qwen Image. Модель ориентирована на сцены повседневной жизни, селфи, спонтанные фотографии в помещениях и на улице, а также интимные сценарии между взрослыми партнёрами. Она предназначена для text-to-image генерации и использует английские текстовые запросы. Модель обучена на 9 331 фотографии, с параметрами LoRA rank 32 и alpha 32, размером batch 8 и 100 000 шагов обучения на NVIDIA RTX PRO 6000 Blackwell с 96 ГБ памяти. Рекомендуемый trigger — zl_cn_female_x_v1. Хотя обучение проводилось на Qwen Image 2508, автор рекомендует использовать LoRA с Qwen Image 2512 T2I; также она тестировалась с Qwen Image Edit 2511. Рекомендуемый вес составляет 0,3–0,6, при этом значения выше 0,6 не рекомендуются. Сильная сторона модели — передача менее студийного, более разнообразного и несовершенно-реалистичного характера фотографий: естественных поз, бытовых фонов, обычного освещения и визуальных неровностей. При этом модель экспериментальная и может давать артефакты совместимости при использовании с другой версией базовой модели, переобучение и коллапс идентичности, особенно с Qwen Image 2508. Она не создавалась в первую очередь для максимальной анатомической точности. Лицензия — chinese-female-nsfw-x-lora-v1-non-commercial; использование ограничено некоммерческими целями. Модель предназначена только для совершеннолетних пользователей и сценариев с изображением взрослых людей.

1.5K6авг. 2026
textimageotherhugging-face
perpetual3x
Chinese-Female-NudeShot-NSFW-LoRA-v1

Chinese Female NudeShot NSFW LoRA v1 — адаптер LoRA для генерации и редактирования фотореалистичных изображений взрослых китайских женщин в эстетике художественной ню- и фотокнижной фотографии. Автор или организация-разработчик в README не указаны; модель опубликована пользователем perpetual3x. Она совместима и протестирована с Qwen/Qwen-Image-2512 для text-to-image и Qwen/Qwen-Image-Edit-2511 для image-to-image и редактирования изображений. Поддерживаемый язык текстовых запросов указан как английский. Модель усиливает естественную текстуру кожи, реалистичное освещение, студийные, комнатные и уличные сцены, полнофигурные композиции, окружение и снижение синтетического или CGI-подобного вида. Обучение выполнено на 16 026 фотографиях взрослой ню-фотографии 2010–2018 годов; LoRA имеет rank 32, финальный чекпойнт соответствует 15 000 шагам, а триггерное слово — zl_chinanudefemale_v1. Размер модели и длина контекста не указаны. Ограничения включают возможные ошибки рук, конечностей, суставов, пропорций, поз, перспективы и интимной анатомии; модель не предназначена для анатомического или медицинского обучения. Совместимость с другими чекпойнтами Qwen-Image не гарантируется, а результат зависит от базовой модели, промпта, seed, разрешения, веса LoRA и числа шагов инференса. Лицензия указана как chinese-female-nudeshot-nsfw-lora-non-commercial, то есть использование ограничено некоммерческими условиями; точные положения приведены в файле лицензии.

1.1K3авг. 2026
textimageotherhugging-face
Manjushri
pornworks-real-porn-photo-realistic-nsfw-sdxl-and-pony-chekpoint

PornWorks Real Porn — модель от PornWorks.com для генерации фотореалистичных изображений по текстовым запросам. Это дообучение Stable Diffusion XL Base 1.0; в репозитории указаны форматы Diffusers и Safetensors, а задача модели — text-to-image. Модель предназначена для создания детализированных изображений откровенного сексуального содержания с акцентом на фотореализм и следование запросу. В карточке приведены рекомендуемые параметры генерации: 30 шагов, DPM++ 3M SDE GPU, планировщик Karras и guidance scale 4; автор утверждает, что модель может выдавать качественный результат без ADetailer и апскейлера. Модель принимает текстовые запросы и генерирует изображения; в метаданных указан английский язык. Репозиторий распространяется по лицензии OpenRAIL++.

5.1K13июнь 2026
textimageopenrail++hugging-face
Sexyevatender
pornworks-real-porn-photo-realistic-nsfw-sdxl-and-pony-chekpoint

PornWorks Real Porn — дообученная модель от PornWorks.com на базе Stable Diffusion XL Base 1.0 для генерации фотореалистичных изображений по текстовому описанию. Она ориентирована на подробные изображения с откровенным сексуальным содержанием и стремится точно следовать запросу без обязательного применения ADetailer или апскейлера. Для генерации авторы рекомендуют 30 шагов, сэмплер dpmpp_3m_sde_gpu, планировщик karras и guidance scale 4. Репозиторий содержит веса в форматах Diffusers и Safetensors. Модель рассчитана на англоязычные запросы по языковым тегам карточки; длина контекста и размер модели в предоставленных данных не указаны. Модель распространяется по лицензии OpenRAIL++.

1.7K2авг. 2026
textimageopenrail++hugging-face
LXT
sd-class-butterflies-32

LXT/sd-class-butterflies-32 — диффузионная модель от LXT, созданная в рамках учебного курса по диффузионным моделям. Она генерирует изображения милых бабочек без текстового запроса; запуск предусмотрен через DDPMPipeline из библиотеки Diffusers. Модель опубликована в форматах Diffusers и Safetensors под лицензией MIT. Модель подходит для создания небольших тематических изображений бабочек и демонстрации безусловной генерации изображений. В README не приведены сведения о размере модели, разрешении результата или поддерживаемых языках. Карточка описывает её как Unit 1 учебного курса, поэтому качество и область применения за пределами этой демонстрационной задачи не установлены.

920сент. 2026
imagemithugging-face
B4100
snofs

snof — адаптер LoRA для генерации изображений по текстовому описанию, предназначенный для использования с библиотекой Diffusers. Модель построена на базе wikeeyang/Flux2-Klein-9B-True-V2. Разработчик или организация, создавшие адаптер, в README явно не указаны; модель опубликована под идентификатором B4100/snofs. Адаптер ориентирован преимущественно на генерацию эротического и порнографического контента, включая обнажённые изображения, сексуальные позы, нижнее бельё, интимные сцены, фетиш-тематику и стилизацию под селфи или изображения с камер наблюдения. README содержит примеры терминов и формулировок, которые могут использоваться в промптах, однако не описывает точные параметры обучения, размер адаптера, поддерживаемые языки, максимальное разрешение или длину контекста. К сильным сторонам относятся специализированная настройка под широкий набор NSFW-сценариев и совместимость с экосистемой Diffusers. Ограничения связаны с отсутствием подробных технических характеристик, возможной зависимостью качества от базовой модели и необходимости аккуратно формулировать промпты. Лицензия в README упомянута, но её название и условия не приведены, поэтому точные правила использования определить по представленным данным невозможно.

2.2K0май 2026
textimagehugging-face
lustlyai
Flux_Lustly.ai_Uncensored_nsfw_v1

Lustly.ai Flux Uncensored NSFW v1 — модель преобразования текста в изображение, разработанная Lustly.ai и основанная на black-forest-labs/FLUX.1-dev. Она предназначена для генерации откровенных эротических и порнографических изображений по текстовым описаниям, включая сцены с наготой, несколькими персонажами, различными локациями, стилями и визуальными сюжетами. Модель интегрируется с экосистемой Diffusers и FluxPipeline; указано распространение в форматах LoRA и Safetensors. К ключевым особенностям относятся смещённая в сторону контента без цензурных ограничений специализация и поддержка разнообразных фотореалистичных, кинематографических и стилизованных сценариев. README не содержит точных сведений о размере адаптера, разрешении, поддерживаемых языках запросов, максимальной длине контекста или количественных оценках качества. Ограничениями являются узкая NSFW-направленность, потенциальная непригодность для общедоступных и безопасных для работы приложений, а также отсутствие подробных результатов тестирования и рекомендаций по параметрам генерации. Для использования указана лицензия creativeml-openrail-m.

29K303окт. 2024
textimagecreativeml-openrai…hugging-face
snake7gun
tiny-random-qwen-image

snake7gun/tiny-random-qwen-image — модель text-to-image на базе Diffusers с конвейером QwenImagePipeline. Она опубликована пользователем snake7gun (Ethan Yang) на Hugging Face и предназначена для генерации изображений по текстовому описанию, например через библиотеку Diffusers. Модель хранится в формате Safetensors и использует тип тензоров BF16. Указанный размер составляет около 92,6 тыс. параметров, поэтому это уменьшенная или тестовая версия, а не полноразмерная модель для получения качественных изображений. Поддерживаемые языки, точная архитектура, размер контекста, модальности помимо текста и практические показатели качества не указаны. Сильной стороной является совместимость с Diffusers и возможность запуска через стандартный QwenImagePipeline. Из-за крайне малого размера параметров следует ожидать существенных ограничений качества и функциональности; данные о бенчмарках, ограничениях применения и лицензии отсутствуют.

1.2K1нояб. 2025
textimagehugging-face
snake7gun
tiny-random-z-image-turbo

snake7gun/tiny-random-z-image-turbo — небольшая экспериментальная модель для генерации изображений по текстовому описанию, опубликованная пользователем snake7gun (Ethan Yang) на Hugging Face. Она интегрируется с библиотекой Diffusers и использует ZImagePipeline; в репозитории доступны компоненты transformer, text_encoder, tokenizer, VAE и scheduler. Модель имеет архитектуру ZImageTransformer2DModel с двумя слоями, одним refiner-слоем, размерностью 48, двумя attention heads и 16 входными каналами. Репозиторий обозначает её как text-to-image; поддерживаемые языки и размер контекстного окна отдельно не указаны. Название tiny-random и конфигурация с очень малым числом параметров указывают на тестовое или демонстрационное назначение, а не на высокое качество генерации. Сильная сторона — компактность и совместимость с Diffusers; ограничения — экспериментальный характер, вероятно случайная инициализация и отсутствие полноценной model card с результатами, бенчмарками и описанием качества. Лицензия в репозитории не указана.

1.4K0дек. 2025
textimagehugging-face
B4100
flux4play

flux4play — LoRA-модель для генерации изображений в формате text-to-image на базе wikeeyang/Flux2-Klein-9B-True-V2. Модель опубликована пользователем или организацией B4100 и предназначена для использования с Diffusers и совместимыми diffusion-моделями. Модель ориентирована на создание фотореалистичных откровенных и эротических сцен, включая наготу, сексуальные позы, обнажённых персонажей и композиции от первого лица. Для активации предусмотрены специальные триггерные слова, связанные с определёнными позами и сценами, в том числе r3v3rs3_c0wg1rl, c0wg1rl, pov, m15510n4ry, d0gg13, an4l и d0ubl3_bj. В README также приведены примеры промптов с описанием освещения, ракурса, окружения и внешности персонажей. Известно, что это LoRA-адаптер, однако сведения о размере адаптера, точной архитектуре, весах, поддерживаемых языках, максимальном контексте и результатах оценки отсутствуют. Сильной стороной является специализация на определённой тематике и наличие явных триггеров, но качество и совместимость зависят от базовой модели и параметров инференса. Лицензия и условия использования в README не указаны.

8580май 2026
textimagehugging-face
profpeng
gagging

Это LoRA-модель для генерации изображений или видео по текстовому описанию, разработанная пользователем profpeng. Модель предназначена для работы с задачами text-to-image и, судя по базовой модели Wan-AI/Wan2.2-I2V-A14B, может применяться в сценариях генерации или преобразования визуального контента с использованием diffusion-пайплайнов Diffusers. Модель обучена как адаптация базовой Wan-AI/Wan2.2-I2V-A14B, однако сведения о размере, архитектуре LoRA, поддерживаемых языках, максимальном контексте и точных модальностях в карточке не приведены. В описании указана узкоспециализированная взрослая сцена с выраженной физиологической реакцией; это ограничивает область применения моделью контента для взрослых и требует проверки правил платформы и безопасности использования. Лицензия, коэффициенты LoRA, требования к оборудованию, параметры запуска и рекомендации по применению в README не указаны. Поэтому технические ограничения, совместимость с версиями Diffusers и фактическое качество генерации по имеющимся данным оценить нельзя.

1.3K3апр. 2026
textimagehugging-face
lynaNSFW
Krea2turboNSFWAIO

Krea2turboNSFWAIO — модель для генерации изображений откровенного содержания, разработанная пользователем lynaNSFW. Она предназначена для сценариев text-to-image и совместима с экосистемой Diffusers и ComfyUI. Модель основана на krea/Krea-2-Raw и представляет собой AIO-чекпойнт, сформированный преимущественно из самостоятельно обученной LoRA, дополненной несколькими существующими LoRA с меньшими весами. Для использования в ComfyUI рекомендуется загружать модель через узел Load Checkpoint. В README указаны ориентировочные параметры: 12–14 шагов, CFG 1, sampler euler_ancestral, scheduler beta или simple и разрешение 2048×2048. Модель рассчитана на генерацию изображений, однако сведения о поддерживаемых языках, точной архитектуре, количестве параметров, контекстном окне и других модальностях отсутствуют. К сильным сторонам относятся высокая специализация на NSFW-контенте, готовый объединённый формат чекпойнта и возможность генерации в высоком разрешении при небольшом числе шагов. Ограничения включают узкую область применения, зависимость от совместимого рабочего процесса ComfyUI и отсутствие подробных данных о качестве, безопасности, лицензии и разрешённых условиях распространения. Лицензия в README не указана.

11K3авг. 2026
textimagehugging-face
RomixERR
Pornmaster_v1-Z-Images-Turbo

Pornmaster v1 for Z-Image-Turbo — экспериментальная LoRA-модель, разработанная RomixERR для базовой модели Tongyi-MAI/Z-Image-Turbo. Она предназначена для генерации изображений по текстовому описанию с акцентом на контент для взрослых и расширение возможностей исходной модели в NSFW-сценариях. Для активации используется триггерное слово «pronmstr». В README приведены примеры фотореалистичных сцен с взрослыми персонажами. Рекомендуемые параметры включают SHIFT 2.5, 16–30 шагов генерации, сэмплеры Euler Beta или DPMPP_2s_SDE Beta/Simple, силу LoRA 0,7–0,85 и разрешение около 1–1,1 мегапикселя. Модель обозначена как находящаяся в разработке и может давать непредсказуемые результаты, поэтому качество и стабильность генераций не гарантируются. Архитектура, точный размер, поддерживаемые языки и другие модальности в README не указаны. Модель распространяется по лицензии Apache-2.0. Автор отдельно указывает, что использование выполняется на риск пользователя и ответственность за созданные изображения лежит на пользователе.

3.8K120дек. 2025
textimageapache-2.0hugging-face
perpetual3x
Tumblr-NudeShot-NSFW-LoRA-v1

perpetual3x/Tumblr-NudeShot-NSFW-LoRA-v1 — адаптер LoRA для генерации изображений на основе Qwen/Qwen-Image-2512. Модель предназначена для создания реалистичных и художественных изображений для взрослых в эстетике фотографий Tumblr до 2018 года, включая любительскую и профессиональную съёмку, домашние, пляжные, студийные и уличные сцены. Адаптер обучен примерно на 11 109 изображениях взрослой NSFW-фотографии с использованием NVIDIA RTX PRO 6000 Blackwell 96GB; указан ранг LoRA — 32, финальный чекпойнт — 6000 шагов. Поддерживается текстовое описание на английском языке, а целевая модальность — text-to-image. Для активации основного визуального стиля используется триггер zl_tumblr_v1; дополнительный триггер zl_tumblr_detailed_v1 предназначен для более детализированных генераций и применяется вместе с основным. Сильные стороны модели — передача естественного освещения, текстуры кожи, разнообразного кадрирования и характерных несовершенств любительской фотографии, включая визуальную неоднородность исходного интернет-архива. Модель совместима прежде всего с Qwen/Qwen-Image-2512; работа с Qwen-Image-Edit или другими архитектурами не гарантируется и может приводить к слабому эффекту, артефактам или ошибкам загрузки. Данные были собраны не в контролируемой студийной среде, поэтому результаты могут быть непоследовательными, в том числе в анатомии, руках и пальцах. Лицензия — tumblr-nudeshot-nsfw-lora-non-commercial, предназначенная для некоммерческого использования.

4.0K10авг. 2026
textimageotherhugging-face
Muapi
flux-sdxl-pony-device-bondage

Muapi/flux-sdxl-pony-device-bondage — LoRA-адаптер для генерации изображений по текстовому описанию, предназначенный для использования с базовой моделью cocktailpeanut/pony-diffusion-v6-xl. Модель опубликована под именем Muapi и работает в экосистеме Diffusers с пайплайном text-to-image на базе Stable Diffusion XL/Pony. Адаптер специализируется на изображении сцен device bondage и связанных атрибутов: фиксации конечностей, ремней, цепей, верёвок, кляпов, тематических устройств, поз и соответствующей обстановки. В README указаны ключевые слова для управления содержанием, однако сведения о размере адаптера, поддерживаемых языках, максимальном контексте и точных параметрах обучения отсутствуют. Для применения требуется совместимая базовая модель Pony и настройка силы LoRA; в примере используются разрешение 1024×1024 и strength 1.0. Сильная сторона модели — узкая специализация на тематических визуальных концепциях и позах. Ограничения связаны с зависимостью от базовой модели и отсутствием подробных сведений о качестве, стабильности результатов и языковой поддержке. Модель ориентирована на генерацию откровенного сексуального контента, поэтому её применение может регулироваться правилами конкретного сервиса и законодательства. Указанная лицензия — openrail++.

880июнь 2026
textimageopenrail++hugging-face
chfm
nsfw-helper-multi-concept-experimental-ltx-2.3

NSFW-Helper Multi-Concept Experimental LTX-2.3 — экспериментальная LoRA-модель для генерации видео из текста на базе Lightricks/LTX-Video 2.3. README не указывает отдельного разработчика; модель опубликована под идентификатором chfm/nsfw-helper-multi-concept-experimental-ltx-2.3 и предназначена для использования с библиотекой Diffusers и pipeline text-to-video. Модель обучена на наборе триггерных слов и понятий, связанных с откровенными сексуальными сценами, включая различные позы, виды сексуальной активности, анатомические детали и взаимодействие с интимными предметами. В README указаны параметры примера генерации: разрешение 768×512 и 97 кадров; сведения о размере LoRA, архитектуре, языках, максимальном контексте и поддерживаемых модальностях, помимо текста и видео, отсутствуют. Сильная сторона модели — специализированное управление несколькими NSFW-концепциями в рамках базовой LTX-Video 2.3, а ограничения включают экспериментальный статус и зависимость от базовой модели и совместимого inference-пайплайна. Лицензия указана как OpenRAIL++.

1.3K3июль 2026
textvideoopenrail++hugging-face
Nesslovver
P_or_n_conceptz

Nesslovver/P_or_n_conceptz — это LoRA-адаптер для генерации изображений по текстовому описанию, предназначенный для использования с моделью FLUX.1-dev от Black Forest Labs через Diffusers. Адаптер обучен на наборе сексуальных и фетиш-сцен, включая различные виды сексуальных поз, bondage, gag, fisting, использование секс-игрушек и другие откровенные концепции. Для активации рекомендуется использовать триггерное слово «Doggy». Разработчик модели в README обозначен идентификатором Nesslovver; отдельное название организации или команды не указано. Модель ориентирована на создание NSFW-изображений с несколькими сексуальными концепциями и поддерживает текстовое управление сценой. В README не указаны размер адаптера, точные параметры LoRA, требования к весам, языки, максимальный контекст или дополнительные модальности. Среди сильных сторон — специализация на широком наборе откровенных сценариев и наличие отдельных триггерных концепций, однако качество и управляемость генерации зависят от FLUX.1-dev, формулировки запроса и совместимости с используемым интерфейсом. Лицензия и условия коммерческого или иного использования в README не указаны. Для некоторых концепций могут требоваться дополнительные триггерные слова, описания которых, согласно README, находятся в архиве модели.

1.1K12авг. 2025
textimagehugging-face
Jommarn
Qwen-Image-2512-Heretic

Jommarn/Qwen-Image-2512-Heretic — слитая диффузионная модель для генерации изображений по текстовым описаниям. В README указаны базовая модель Qwen/Qwen-Image-2512, объединённый LoRA-компонент Qwen-Image-2512_Penis_lora_v2 и изменённый текстовый энкодер Heretic. Репозиторий использует Diffusers и формат safetensors. Модель предназначена для генерации откровенных изображений с мужской анатомией, в том числе в жанрах yaoi и gay NSFW. Лицензия в метаданных — Apache-2.0. В карточке не указаны размер модели, длина контекста или поддерживаемые языки; качество зависит от формулировки запроса и параметров генерации.

491авг. 2026
textimageapache-2.0hugging-face
Baraje
SexGod_NSFW_Female_Nudes_QWEN_Image_Edit_2511

Nud3 — это LoRA-адаптер для генерации и редактирования изображений на базе Qwen/Qwen-Image. Модель разработана пользователем или организацией Baraje и предназначена для создания изображений обнажённого женского тела и сцен сексуального характера. Для активации адаптера в запросе рекомендуется использовать триггерные слова «LoRA», «Nude» и «Sex». README указывает совместимость с Diffusers и категорию text-to-image, а также содержит примеры результатов генерации и редактирования изображений. Ключевые характеристики архитектуры, количество параметров, поддерживаемые языки, модальности и размер контекста не указаны. Сильной стороной является специализированная настройка базовой модели под NSFW-сценарии генерации изображений, однако ограничения качества, поведения и совместимости подробно не описаны. Модель распространяется по лицензии Artistic-2.0; перед использованием следует учитывать требования этой лицензии и ограничения базовой модели Qwen/Qwen-Image.

13K35апр. 2026
textimageartistic-2.0hugging-face
Muapi
epic-cumshots-ltx-2.3

Muapi/epic-cumshots-ltx-2.3 — LoRA-адаптер для генерации текстовых описаний в видео на базе Lightricks/LTX-Video, версии LTXV 2.3. Модель разработана и опубликована Muapi; предназначена для создания откровенного сексуального видеоконтента для взрослых по текстовым запросам через совместимый pipeline Diffusers или API MUAPI. Ключевые характеристики включают архитектуру LoRA, базовую модель LTXV 2.3 и модальность text-to-video. В README приведён пример генерации с разрешением 768×512 и длиной 97 кадров; другие ограничения, поддерживаемые языки и максимальный контекст не указаны. Сильной стороной является специализация на конкретной тематике и возможность управлять интенсивностью адаптера параметром lora_strength. Ограничения включают зависимость от базовой модели и инфраструктуры MUAPI, а также отсутствие подробных данных о качестве, стабильности результатов и поддержке других сценариев. Указана лицензия openrail++. Для использования через API требуется ключ MUAPI.

3610май 2026
textvideoopenrail++hugging-face
davidpoint
qwen-image-edit-plus-nsfw-lora

MCNL v1 — Multi Concept NSFW LoRA — это адаптер LoRA для диффузионного пайплайна Qwen/Qwen-Image-Edit-2511. Модель предназначена для генерации и редактирования изображений для взрослых, включая добавление откровенного контента и отдельных сексуальных концепций к исходному изображению. Автор адаптера в README явно не указан; в примерах и ссылках он связан с экосистемой ScottzillaSystems, а базовая модель разработана для семейства Qwen. Адаптер использует архитектуру QwenImageTransformer2DModel на основе MMDiT LoRA, распространяется в формате safetensors и занимает около 563 МБ. Это image-to-image решение, работающее через QwenImageEditPlusPipeline; сведения о поддерживаемых языках и максимальном размере контекста в README не приведены. Для активации заявленных возможностей используются специальные слова и фразы в промпте, включая nsfw и названия отдельных сексуальных сцен или анатомических концепций. Сильная сторона модели — расширение возможностей базового Qwen-Image-Edit-2511 без необходимости замены всей модели, а также поддержка готового интерфейса ScottzillaSystems Image Editor Space. Ограничения включают узкую специализацию на контенте для взрослых и зависимость от базовой модели и совместимого Diffusers-пайплайна; качество результата и поддерживаемые сценарии за пределами описанных концепций не уточняются. Лицензия указана как OpenRAIL++.

1.6K4авг. 2026
textimageopenrail++hugging-face
Muapi
hyper-huge-gape-diffusion-illustrious-pony-sd1.5-lora

Muapi/hyper-huge-gape-diffusion-illustrious-pony-sd1.5-lora — это LoRA-адаптер для генерации изображений по текстовому описанию, разработанный для использования с базовой моделью cocktailpeanut/pony-diffusion-v6-xl. В карточке указаны библиотека Diffusers, pipeline text-to-image и лицензия OpenRAIL++. Адаптер предназначен для SDXL-совместимой генерации изображений с тематикой гиперболизированного эротического и сексуального контента. Для активации рекомендуется использовать обучающие слова hugeAnusGapeQuiron, anal gape, hyper anus gape и gaping. В примере применения указаны API MuAPI, сила LoRA 1.0, разрешение 1024×1024 и генерация одного изображения за запрос. Известные характеристики ограничены указанными сведениями: размер адаптера, точная архитектура, поддерживаемые языки, максимальный контекст и перечень модальностей не раскрыты. Модель ориентирована на узкоспециализированную стилизацию и усиление определённых визуальных концепций; её ограничения и качество зависят от базовой модели, промпта и выбранной силы LoRA. Условия использования определяются лицензией OpenRAIL++.

2.6K0июнь 2026
textimageopenrail++hugging-face
Muapi
nsfw-helper-multi-concept-experimental-ltx-2.3

NSFW-Helper Multi-Concept Experimental LTX-2.3 — экспериментальная LoRA-модель для генерации видео по текстовому описанию, разработанная Muapi на базе LTXV 2.3 от Lightricks. Модель предназначена для создания откровенного контента с несколькими сексуальными концепциями и действиями, включая различные позы, оральный секс, мастурбацию, движения и другие связанные сцены. Модель подключается к пайплайну text-to-video через библиотеку Diffusers и использует идентификатор nsfw-helper-multi-concept-experimental-ltx-2.3. В README указана архитектура LoRA и пример генерации видео размером 768×512 с 97 кадрами при силе адаптера 1.0. Список поддерживаемых языков, размер контекстного окна и дополнительные сведения о параметрах базовой модели не указаны. Сильной стороной модели является специализация на детализированных NSFW-сценариях и поддержка множества обученных текстовых понятий. Ограничения связаны с экспериментальным статусом, узкой областью применения и зависимостью от базовой модели LTXV 2.3; качество и стабильность генерации в README не оцениваются. Модель распространяется по лицензии openrail++.

7051май 2026
textvideoopenrail++hugging-face

Задачи профессии

17 задач
122Обнаружение объектов и определение их координат. — AI локализует объекты на изображении или видеокадре и присваивает каждому класс, координаты рамки и оценку уверенности. Модель использует размеченные изображения и учитывает масштаб, перекрытия, освещение и фон. Результат — список объектов и визуальная разметка; качество проверяют по precision, recall и IoU на независимой выборке.
123Пиксельная сегментация объектов и областей. — Практическая реализация: AI извлекает признаки, относит каждый объект к подходящей категории или уровню приоритета и оценивает уверенность. Предметная логика: назначает класс каждому пикселю и уточняет границы соприкасающихся областей. Входной контекст включает изображения, разметка, текстовые инструкции, фотографии и видеокадры. Формат результата: результат «Пиксельная сегментация объектов и областей» в виде метки, класса, ранга или тематического слоя с уверенностью и объясняющими признаками. Ошибки выявляют по матрице ошибок, калибровке уверенности и отдельному анализу пограничных классов; по точности локализации, совпадению с разметкой, устойчивости к условиям съёмки и экспертной проверке.
124Отслеживание объектов между кадрами. — Механизм: AI поддерживает актуальное состояние объекта по потоковым данным и уведомляет при выходе показателей за допустимые границы. Предметная логика: учитывает временную согласованность между кадрами, движение камеры и непрерывность объектов. Исходные данные: видеоряд, текстовые инструкции, фотографии, видеокадры и медицинские или промышленные снимки. Формат результата: актуальное состояние в рамках «Отслеживание объектов между кадрами», временной журнал изменений и предупреждения при значимых отклонениях. Проверка: по задержке обнаружения, стабильности базовой линии и числу пропущенных либо ложных предупреждений; по точности локализации, совпадению с разметкой, устойчивости к условиям съёмки и экспертной проверке.
125Подсчёт объектов на изображении или видеопотоке. — AI выделяет сущности, числа и отношения, нормализует формат и формирует машиночитаемую запись. Предметная логика: учитывает временную согласованность между кадрами, движение камеры и непрерывность объектов. К исходным данным относятся видеоряд, фотографии, видеокадры, медицинские или промышленные снимки и разметка. Формат результата: структурированные данные, полученные в рамках «Подсчёт объектов на изображении или видеопотоке», с нормализованными значениями и ссылками на исходные фрагменты. Надёжность оценивают посимвольной или пополевой сверкой с оригиналом и проверкой обязательных полей; по точности локализации, совпадению с разметкой, устойчивости к условиям съёмки и экспертной проверке.
126Оценка позы и движения человека или животного. — Для этой задачи система собирает относящиеся к объекту показатели, приводит их к сопоставимому виду и рассчитывает оценку по явным критериям. Рабочие входы: видеокадры, медицинские или промышленные снимки, разметка и текстовые инструкции. Формат результата: оценка по задаче «Оценка позы и движения человека или животного» в числовой или категориальной форме с расшифровкой факторов, допущений и неопределённости. Критерии приёмки: сверкой с экспертными оценками или фактическими исходами, а также анализом чувствительности к входным данным; по точности локализации, совпадению с разметкой, устойчивости к условиям съёмки и экспертной проверке.
127Распознавание жестов и действий. — Практическая реализация: AI анализирует поток наблюдений и локализует признаки, которые отличают целевой объект или нарушение от обычного состояния. Входной контекст включает медицинские или промышленные снимки, разметка, текстовые инструкции и фотографии. Формат результата: перечень объектов, событий или отклонений, относящихся к «Распознавание жестов и действий», с локализацией, уверенностью и признаками срабатывания. Ошибки выявляют по полноте обнаружения, доле ложных срабатываний и качеству локализации на независимой выборке; по точности локализации, совпадению с разметкой, устойчивости к условиям съёмки и экспертной проверке.
128Оценка глубины, расстояний и геометрии сцены. — Механизм: AI сопоставляет наблюдаемое состояние с эталонами, нормативами или историческими аналогами и оценивает степень соответствия. Предметная логика: восстанавливает глубину, форму и топологию, затем согласует геометрию между ракурсами. Исходные данные: изображения с разных ракурсов, разметка, текстовые инструкции, фотографии и видеокадры. Формат результата: оценка по задаче «Оценка глубины, расстояний и геометрии сцены» в числовой или категориальной форме с расшифровкой факторов, допущений и неопределённости. Проверка: сверкой с экспертными оценками или фактическими исходами, а также анализом чувствительности к входным данным; по точности локализации, совпадению с разметкой, устойчивости к условиям съёмки и экспертной проверке.
129Построение трёхмерной модели по изображениям. — AI создаёт вычислительное представление объекта или процесса и проигрывает на нём альтернативные сценарии. Предметная логика: анализирует форму, текстуру, цвет и пространственные отношения, учитывая масштаб и качество изображения. К исходным данным относятся изображения, текстовые инструкции, фотографии, видеокадры и медицинские или промышленные снимки. Формат результата: вычислительная модель или карта для «Построение трёхмерной модели по изображениям» с результатами сценариев и анализом чувствительности. Надёжность оценивают сопоставлением с наблюдениями, тестами чувствительности и воспроизводимостью вычислений; по точности локализации, совпадению с разметкой, устойчивости к условиям съёмки и экспертной проверке.
130Измерение размеров, площади, объёма или деформации объекта. — Для этой задачи система объединяет количественные и качественные признаки, после чего формирует оценку и показывает вклад основных факторов. Предметная логика: учитывает расположение элементов, связь между страницами и документные правила, а не только распознанный текст. Рабочие входы: оригиналы документов, фотографии, видеокадры, медицинские или промышленные снимки и разметка. Формат результата: оценка по задаче «Измерение размеров, площади, объёма или деформации объекта» в числовой или категориальной форме с расшифровкой факторов, допущений и неопределённости. Критерии приёмки: сверкой с экспертными оценками или фактическими исходами, а также анализом чувствительности к входным данным; по точности локализации, совпадению с разметкой, устойчивости к условиям съёмки и экспертной проверке.
131Обнаружение визуальных дефектов, повреждений и загрязнений. — Практическая реализация: AI сочетает обученные шаблоны с контрольными правилами, чтобы находить значимые случаи и не пропускать пограничные примеры. Предметная логика: анализирует форму, текстуру, цвет и пространственные отношения, учитывая масштаб и качество изображения. Входной контекст включает изображения, видеокадры, медицинские или промышленные снимки, разметка и текстовые инструкции. Формат результата: перечень объектов, событий или отклонений, относящихся к «Обнаружение визуальных дефектов, повреждений и загрязнений», с локализацией, уверенностью и признаками срабатывания. Ошибки выявляют по полноте обнаружения, доле ложных срабатываний и качеству локализации на независимой выборке; по точности локализации, совпадению с разметкой, устойчивости к условиям съёмки и экспертной проверке.
132Выявление изменений между снимками разных дат. — Механизм: AI выделяет информативные признаки, сравнивает их с нормой и отмечает случаи, соответствующие искомому событию. Предметная логика: анализирует форму, текстуру, цвет и пространственные отношения, учитывая масштаб и качество изображения. Исходные данные: изображения, медицинские или промышленные снимки, разметка, текстовые инструкции и фотографии. Формат результата: перечень объектов, событий или отклонений, относящихся к «Выявление изменений между снимками разных дат», с локализацией, уверенностью и признаками срабатывания. Проверка: по полноте обнаружения, доле ложных срабатываний и качеству локализации на независимой выборке; по точности локализации, совпадению с разметкой, устойчивости к условиям съёмки и экспертной проверке.
133Восстановление повреждённого или недостающего фрагмента изображения. — AI сначала определяет элементы, которые должны сохраниться, затем перестраивает форму представления и отмечает внесённые изменения. Предметная логика: анализирует форму, текстуру, цвет и пространственные отношения, учитывая масштаб и качество изображения. К исходным данным относятся изображения, разметка, текстовые инструкции, фотографии и видеокадры. Формат результата: преобразованный материал по задаче «Восстановление повреждённого или недостающего фрагмента изображения» с сохранённым содержанием и журналом значимых изменений. Надёжность оценивают сравнением смысла и структуры до и после преобразования, а также поиском потерянных элементов; по точности локализации, совпадению с разметкой, устойчивости к условиям съёмки и экспертной проверке.
134Повышение разрешения, резкости и читаемости изображения. — Для этой задачи система сравнивает альтернативы по нескольким критериям и ищет устойчивый компромисс между качеством, стоимостью, временем и риском. Предметная логика: анализирует форму, текстуру, цвет и пространственные отношения, учитывая масштаб и качество изображения. Рабочие входы: изображения, текстовые инструкции, фотографии, видеокадры и медицинские или промышленные снимки. Формат результата: рекомендуемая конфигурация для «Повышение разрешения, резкости и читаемости изображения» с целевыми показателями, ограничениями и сравнением с исходным вариантом. Критерии приёмки: сравнением с базовым решением, проверкой всех ограничений и испытанием устойчивости при изменении условий; по точности локализации, совпадению с разметкой, устойчивости к условиям съёмки и экспертной проверке.
135Удаление фона, объектов, бликов, шума или артефактов. — Практическая реализация: AI преобразует исходный материал по заданным правилам, сохраняя смысл, структуру и критически важные детали. Входной контекст включает фотографии, видеокадры, медицинские или промышленные снимки и разметка. Формат результата: преобразованный материал по задаче «Удаление фона, объектов, бликов, шума или артефактов» с сохранённым содержанием и журналом значимых изменений. Ошибки выявляют сравнением смысла и структуры до и после преобразования, а также поиском потерянных элементов; по точности локализации, совпадению с разметкой, устойчивости к условиям съёмки и экспертной проверке.
136Коррекция цвета, освещения, перспективы и композиции. — Механизм: AI поддерживает процесс в допустимом диапазоне, выбирая безопасные действия с учётом инерции и задержек системы. Исходные данные: видеокадры, медицинские или промышленные снимки, разметка и текстовые инструкции. Формат результата: управляющее решение для «Коррекция цвета, освещения, перспективы и композиции» с ожидаемым эффектом, допустимыми пределами и условиями безопасной остановки. Проверка: в симуляции и контролируемых испытаниях, с проверкой устойчивости и независимых аварийных ограничений; по точности локализации, совпадению с разметкой, устойчивости к условиям съёмки и экспертной проверке.
137Генерация нового изображения по описанию или референсу. — AI генерирует черновой результат, согласованный с контекстом, форматом и стилевыми требованиями задачи. Предметная логика: анализирует форму, текстуру, цвет и пространственные отношения, учитывая масштаб и качество изображения. К исходным данным относятся изображения, медицинские или промышленные снимки, разметка, текстовые инструкции и фотографии. Формат результата: редактируемый артефакт по задаче «Генерация нового изображения по описанию или референсу», согласованный с исходными фактами, форматом и ограничениями; тип артефакта — визуальный результат. Надёжность оценивают по соответствию фактам, требованиям, формату и качеству последующей экспертной доработки; по точности локализации, совпадению с разметкой, устойчивости к условиям съёмки и экспертной проверке.
138Создание вариантов изображения с управляемыми изменениями. — Для этой задачи система создаёт новый артефакт по требованиям, исходным фактам и примерам, сохраняя возможность последующего редактирования. Предметная логика: анализирует форму, текстуру, цвет и пространственные отношения, учитывая масштаб и качество изображения. Рабочие входы: изображения, разметка, текстовые инструкции, фотографии и видеокадры. Формат результата: редактируемый артефакт по задаче «Создание вариантов изображения с управляемыми изменениями», согласованный с исходными фактами, форматом и ограничениями; тип артефакта — визуальный результат. Критерии приёмки: по соответствию фактам, требованиям, формату и качеству последующей экспертной доработки; по точности локализации, совпадению с разметкой, устойчивости к условиям съёмки и экспертной проверке. <a id="section-i-9"></a>

0 моделей