产品库

腾讯云AI 绘画 - 智能图像生成与编辑技术 API 服务

腾讯云AI 绘画（AI Art）是一款 AI 图像生成与编辑技术 API 服务，可以结合输入的文本或图片智能创作出与输入相关的图像内容，具有更强大的中文理解能力、更多样化的风格选择，更好支持中文场景下的建筑风景生成、古诗词理解、水墨剪纸等中国元素风格生成，以及各种动漫、游戏风格的高精度图像生成和风格转换，为高质量的内容创作、内容运营提供技术支持。

AI 生成高质量图像

JoyFusion 是一款 AI 图像生成应用，可以通过简单的几步操作生成高质量的图像。无论您是设计师、艺术家还是营销人员，JoyFusion 都适用于各行各业。它不仅可以生成漂亮的图片，还可以为各种应用场景创建实用且有用的图像。从社交媒体帖子到营销材料，JoyFusion 都可以帮助您制作专业级别的视觉效果，使您脱颖而出。立即体验 JoyFusion，看看您可以如何轻松创建令人惊叹的视觉效果，将您的工作提升到新的水平。

[Official] HitPaw Photo AI: 最佳 AI 照片编辑器

HitPaw Photo AI 是一款全能的 AI 照片编辑工具，包括背景移除、图像增强、物体移除和 AI 图像生成等功能。帮助您轻松获得完美无瑕的照片。

一键生成 SEO 优化文章

SEOWRITING 是一款一键生成 SEO 优化文章、博客文章和联盟内容的 AI 写作工具。它支持 48 种语言，并可自动发布到 WordPress 网站。通过使用 AI 图像生成功能，还可以生成与文章内容相匹配的高质量图片。

免费 AI 图像生成器

使用 Picsart 的免费 AI 图像生成器，即可将文字转化为图像。添加一个文本提示，选择风格，立即体验文字转图像 AI 的魔力！

免费 AI 设计艺术生成器

ImgCreator.AI 是一款免费的 AI 图像生成工具。它可以根据文本描述生成图像，适用于插图、动漫和概念设计。用户可以使用文本描述编辑照片或图片，就像文字驱动的 Photoshop 一样。用户还可以根据需求生成插图、设计海报、PPT 幻灯片、儿童图书等。用户还可以使用 ImgCreator.AI 为社交媒体营销创建视觉效果惊人的图片。用户可以免费使用 ImgCreator.AI，也可以通过邀请好友获得更多免费图片。

AI 图像生成团队工具

Stockimg AI 是一个 AI 图像生成团队工具，可以轻松生成 AI logo、AI 书籍封面、AI 海报等。它提供丰富的模板和功能，让您能够快速设计出各种精美的图像。Stockimg AI 拥有庞大的图库和强大的 AI 算法，为您的团队提供高质量的设计素材。定价合理，适用于各种场景和需求。

一种用于增强身份保留文本到图像生成的反馈学习框架

ID-Aligner 是一种用于增强身份保留文本到图像生成的反馈学习框架，它通过奖励反馈学习来解决身份特征保持、生成图像的审美吸引力以及与LoRA和Adapter方法的兼容性问题。该方法利用面部检测和识别模型的反馈来提高生成的身份保留，并通过人类标注偏好数据和自动构建的反馈来提供审美调整信号。ID-Aligner 适用于LoRA和Adapter模型，通过广泛的实验验证了其有效性。

使用我们基于人工智能的设计工具创建定制纹身。轻松设计完美的纹身！

Tattoo Canvas是一个基于人工智能的设计工具，可以帮助用户设计定制纹身。它能够将用户的想法转化为令人惊叹的纹身设计，让用户的创意轻松实现。Tattoo Canvas提供多种纹身风格可供选择，同时支持用户根据自己的描述生成独特的纹身设计。用户可以选择传统、几何、素描等风格，并可选择使用黑色或彩色墨水。Tattoo Canvas提供直观的创作体验和高质量的纹身设计，让用户轻松地将自己的纹身想法变为现实。

4K文本到图像生成的扩散变换器

PixArt-Sigma是一个基于PyTorch的模型定义、预训练权重和推理/采样代码的集合，用于探索4K文本到图像生成的弱到强训练扩散变换器。它支持从低分辨率到高分辨率的图像生成，提供了多种功能和优势，如快速体验、用户友好的代码库和多种模型选择。

先进的文本到图像生成系统

Stable Diffusion 3是一款先进的文本到图像生成系统，它在排版和提示遵循方面与DALL-E 3和Midjourney v6等顶尖系统相匹敌或更优。该系统采用新的多模态扩散变换器(MMDiT)架构，使用不同的权重集来改善图像和语言的表示，从而提高文本理解和拼写能力。Stable Diffusion 3 API现已在Stability AI开发者平台上线，与Fireworks AI合作提供快速可靠的API服务，并承诺在不久的将来通过Stability AI会员资格开放模型权重以供自托管。

AI创造性视觉的突破性AI

Stable Diffusion 3是Stability AI推出的最新创新，为创造性图像生成带来突破性的AI。它提供了改进的文本到图像生成算法、多模态能力和用户友好的许可证，免费使用SDXLTurbo.ai。革新设计、动画、游戏等领域，提升文本到图像生成、多模态能力和用户友好的许可证。探索、创造、转化。

提升文本到图像生成的可控性

ControlNet++是一种新型的文本到图像扩散模型，通过显式优化生成图像与条件控制之间的像素级循环一致性，显著提高了在各种条件控制下的可控性。它通过使用预训练的判别性奖励模型来提取生成图像的对应条件，并优化输入条件控制与提取条件之间的一致性损失。此外，ControlNet++引入了一种高效的奖励策略，通过向输入图像中添加噪声来扰动图像，然后使用单步去噪图像进行奖励微调，避免了与图像采样相关的大量时间和内存成本。

基于预训练的文本到图像模型生成高质量、多视角一致的3D物体图像。

ViewDiff 是一种利用预训练的文本到图像模型作为先验知识,从真实世界数据中学习生成多视角一致的图像的方法。它在U-Net网络中加入了3D体积渲染和跨帧注意力层,能够在单个去噪过程中生成3D一致的图像。与现有方法相比,ViewDiff生成的结果具有更好的视觉质量和3D一致性。

用于评估文本到视觉生成的创新性指标和基准测试

Evaluating Text-to-Visual Generation with Image-to-Text Generation提出了一种新的评估指标VQAScore,能够更好地评估复杂的文本到视觉生成效果,并引入了GenAI-Bench基准测试集。VQAScore基于CLIP-FlanT5模型,能够在文本到图像/视频/3D生成评估中取得最佳性能,是一种强大的替代CLIPScore的方案。GenAI-Bench则提供了包含丰富组合语义的实际场景测试文本,可用于全面评估生成模型的性能。

使用 LCM-Lookahead 技术的文本到图像个性化模型

LCM-Lookahead for Encoder-based Text-to-Image Personalization 是一种使用 LCM-Lookahead 技术的文本到图像个性化模型，它可以通过在模型训练和分类器指导中传播图像空间损失来实现更好的身份保真度，同时保留布局多样性和提示对齐。

训练免费高分辨率图像合成的频率视角

FouriScale从频域分析的角度探讨从预先训练的扩散模型生成高分辨率图像，通过创新的、无需训练的方法，通过将预先训练的扩散模型中的原始卷积层替换为结合膨胀技术和低通操作的方法，通过填充然后裁剪策略进一步增强，实现了灵活处理各种宽高比文本到图像生成。使用FouriScale作为指导，该方法成功平衡了生成图像的结构完整性和保真度，实现了任意尺寸、高分辨率和高质量生成的惊人能力。通过其简单性和兼容性，该方法可以为未来对超高分辨率图像合成的探索提供有价值的见解。

文本到图像生成中风格保留的 InstantStyle。

InstantStyle 是一个通用框架，利用两种简单但强大的技术，实现对参考图像中风格和内容的有效分离。其原则包括将内容从图像中分离出来、仅注入到风格块中，并提供样式风格的合成和图像生成等功能。InstantStyle 可以帮助用户在文本到图像生成过程中保持风格，为用户提供更好的生成体验。

通过文本指令自动生成和动画化卡通人物的3D纹理

Make-It-Vivid是一种创新的模型,能够根据文本指令自动生成和动画化卡通人物的3D纹理。它解决了传统方式制作3D卡通角色纹理的挑战,提供了高效、灵活的解决方案。该模型通过预训练的文本到图像扩散模型生成高质量的UV纹理图,并引入对抗性训练来增强细节。它可以根据不同的文本prompt生成各种风格的角色纹理,并将其应用到3D模型上进行动画制作,为动画、游戏等领域提供了便利的创作工具。

ChatGPT集成的内容创意辅助工具

Adob​​e Express GPT是Adobe为ChatGPT Plus用户提供的定制GPT,可以根据用户的文字提示快速匹配Adobe Express的20多万个专业设计模板,并将匹配结果直接导入Adobe Express进行进一步编辑和发布。插件还集成了Adobe Firefly等生成式AI功能,如文本到图像、对象移除等,帮助用户轻松创建出色的视觉内容。Adobe致力于负责任地开发AI技术,Firefly模型使用授权内容训练,可安全用于商业用途。

文本编码器微调技术，提升文本到图像生成模型性能

TextCraftor是一种创新的文本编码器微调技术，能够显著提升文本到图像生成模型的性能。通过奖励函数优化，它改善了图像质量与文本对齐，无需额外数据集。

基于稳定扩散生成高质量动漫风格图像的文本到图像模型

Animagine XL 3.1 是一款能够基于文本提示生成高质量动漫风格图像的文本到图像生成模型。它建立在稳定扩散 XL 的基础之上,专门针对动漫风格进行了优化。该模型具有更广泛的动漫角色知识、优化过的数据集和新的美学标签,从而提高了生成图像的质量和准确性。它旨在为动漫爱好者、艺术家和内容创作者提供有价值的资源。

实时交互生成，基于区域语义控制

StreamMultiDiffusion是一个实时交互多文本到图像生成平台，用户可以根据指定的区域文本提示进行生成。通过操控含义而非颜色的画笔进行绘画创作。

连接不同语言模型和生成视觉模型进行文本到图像生成

LaVi-Bridge是一种针对文本到图像扩散模型设计的桥接模型,能够连接各种预训练的语言模型和生成视觉模型。它通过利用LoRA和适配器,提供了一种灵活的插拔式方法,无需修改原始语言和视觉模型的权重。该模型与各种语言模型和生成视觉模型兼容,可容纳不同的结构。在这一框架内,我们证明了通过整合更高级的模块(如更先进的语言模型或生成视觉模型)可以明显提高文本对齐或图像质量等能力。该模型经过大量评估,证实了其有效性。

Muse Pro是一款由AI引导的实时绘画工具，旨在增强艺术家的绘画体验

Muse Pro通过GPT-4 Vision技术提供无与伦比的速度和质量，支持实时AI引导，让艺术家可以使用熟悉的工具和创新的AI释放创造力。它具备文本到图像的功能、随机化创作、细节增强、视觉描述、直观的AI控制滑块、暂停功能以及图层和画笔库等多样化工具。

AI艺术平台

Empty Canvas是一个AI艺术平台，为所有人提供创作艺术作品的能力。它利用人工智能技术，可以生成各种独特的艺术作品，包括绘画、插图、图形设计等。用户可以通过该平台进行创作，并与其他用户分享和交流作品。

一个可以解释和生成梦境场景的ComfyUI插件

ComfyUI-Dream-Interpreter是一个ComfyUI插件,可以让用户输入自己的梦境描述,插件会解释这个梦境的潜在含义,并生成一个全景梦境场景图像。生成的不仅是静态图像,还是一个支持三维交互的Canvas,用户可以仿佛身临其境般探索自己的梦境世界。这个插件将梦境描述、解释和生成相结合,为用户提供一种独特的梦境体验。

官方实现的自纠正LLM控制的扩散模型

SLD是一个自纠正的LLM控制的扩散模型框架，它通过集成检测器增强生成模型，以实现精确的文本到图像对齐。SLD框架支持图像生成和精细编辑，并且与任何图像生成器兼容，如DALL-E 3，无需额外训练或数据。

MovieLLM是一个用于增强长视频理解的AI生成电影框架

MovieLLM由复旦大学和腾讯PCG提出，是一个创新框架，旨在为长视频创建合成的、高质量的数据。该框架利用GPT-4和文本到图像模型的力量，生成详细的脚本和相应的视觉内容。

NUWA-Infinity是一个艺术作品生成平台

NUWA-Infinity是微软推出的一个艺术作品生成平台，它能够创作西方油画、自然风景、抽象艺术等多种风格的艺术作品。该平台支持文本到图像、图像到视频、图像外扩等多种创作方法。