「text-to-image」に関するオープンソースプロジェクト

画像内の文字描画とJSONレイアウト制御に強い、オープンソースの50億パラメータ・テキスト画像生成拡散トランスフォーマー。

Stable Diffusion XLベースのオフラインで使えるオープンソース画像生成ツール。少ないプロンプト調整で利用できるGradio Web UIを搭載。

AUTOMATIC1111のWebUIを継承したForgeのフォークで、Stable Diffusionや新しい画像・動画モデルを実行するGradio製Web UI。

画像理解、画像生成、画像編集を単一のアーキテクチャで実現するオープンソースのネイティブマルチモーダルモデル。

テキストからデザイン全体を生成し、統合済みのデザイン画像を編集可能な透過レイヤーに分解する、オープンソースの60億パラメータモデル。