“text-to-image” 相关开源项目

开源的 50 亿参数文生图扩散 Transformer 模型，擅长图中文字渲染并支持版式布局控制。

基于 Stable Diffusion XL 的离线开源图像生成工具，无需繁琐调参，提供 Gradio 网页界面。

基于 Gradio 的 Stable Diffusion 网页界面，支持多种新版图像与视频模型，延续 Forge 分支。

开源原生多模态模型，在统一架构内同时完成图像理解、文生图和图像编辑。

开源的 6B 参数模型，可根据文本生成完整视觉设计，并将平面设计图拆分为可编辑的透明图层。