热门AI 图像生成模型 aitools.fyi上的工具

Stable Diffusion 是 Stability AI 的开源权重图像生成模型系列，目前以 Stable Diffusion 3.5 为核心，包含 Large、Turbo 和 Medium 变体。stability.ai 网站还提供用于图像编辑、视频、音频和 3D 的相关媒体模型，以及用于品牌创意制作的 Brand Studio。您可以自行托管权重，调用 Stability AI API，或使用如 Stable Assistant 之类的网页应用。 大多数封闭的图像 API 仅通过托管端点提供生成服务。Stability AI 仍然发布可在您自有基础设施上部署的模型权重，同时也销售带...

Midjourney 是一个图像和视频生成模型，您可以通过 midjourney.com 网站应用使用，社区画廊位于 Explore，支持通过 Discord 提供。当前版本为 8.2，招聘网站描述了对创意模型和独立研究项目的持续工作。 与通用图像 API 相比，Midjourney 提供的是美学控制和社区策展，而不仅仅是原始吞吐量。付费等级增加了 Relax 模式以支持无限制的较慢生成，Pro 和 Mega 等级提供隐身模式以保持作品私密，以及按月刷新分级的快速 GPU 小时池。 该公司自称是一个约有 60 人的社区资助研究实验室，办公地点位于旧金山、伦敦和纽约。其目标用户是艺术家、设计...

DALL-E 2 将文本提示转换为原创图像和艺术作品。您用简单的语言描述一个场景，模型将概念、属性和风格结合成一幅新图像。OpenAI 于 2022 年发布了该模型，其分辨率是原始 DALL-E 的四倍，评估者在 71.7% 的标题匹配测试和 88.8% 的照片真实感比较中更喜欢它胜过 DALL-E 1。 Midjourney 和 Stable Diffusion 面向爱好者社区，采用 Discord 或自托管工作流程。DALL-E 2 集成在 ChatGPT 中，面向休闲创作者，同时通过 OpenAI API 提供给需要程序化图像生成的开发者，配备内容过滤器以屏蔽暴力、仇恨、成人和政治提示...

Drag Your GAN 允许你通过拖动控制点到画布上的目标位置来重塑生成的图像。DragGAN 不依赖于带标签的姿势数据或三维先验，而是在预训练的 GAN 图像流形内移动像素，因此即使遮挡区域被虚构，编辑仍保持照片级真实感。项目页面提供了 SIGGRAPH 2023 论文、演示视频和开源代码链接。 大多数 GAN 编辑器依赖固定的训练标注或三维网格，这限制了可变形的内容。DragGAN 结合基于特征的运动监督和判别点跟踪，使控制点在保持在物体表面的同时跟随光标移动。这使其适用于调整动物姿势、面部表情、汽车角度和景观布局，无需重新训练生成器。 研究人员、图形学学生和计算机视觉工程师使用它...

APOB AI 是一个人工智能影响者生成器，可以让你通过一张参考照片或者从零开始，使用可定制的属性（如性别、年龄、国籍、眼色和发型）来建立数字人设。该平台面向希望拥有无面社交渠道的创作者、执行影响者营销活动的市场人员，以及任何需要稳定角色形象而无需聘请摄影师的用户。 图像生成支持初学者友好的预设风格（动漫、LinkedIn头像等模板），以及“自定义”与“专家”模式，提供详细的提示和负面提示。输出最高支持4K分辨率。视频工具包括图像转视频、文本转视频、会说话的头像、唇同步、换脸、视频扩展、字幕和ReVideo编辑等功能。 免费会员每天可获得80个积分，无需信用卡。付费版增加商业使用权限、优先...

Diffusion Art 通过免费和高级的扩散模型，将文本提示转换为艺术作品，您可以直接在浏览器中运行。您输入描述，点击生成，即可获得带有可选修补、编辑和批量运行功能的图像，访问 diffusionart.ai。免费套餐适合随意测试，付费套餐则解锁高级模型、私密模式和每月代币配额。 大多数文本生成图像的网站将免费和付费模型视为同一套系统，仅在分辨率上设置付费墙。Diffusion Art 运行独立的免费和高级模型集，付费套餐享有维护优先权，免费模型则尽力保证正常运行。这样的划分让爱好者可以免费持续生成，而订阅用户则享有更快的排队速度、每月最多 10,000 代币和 Pro 计划下最高 10...

DreamShaper on CivitAI 是由创作者 Lykon 开发的 Stable Diffusion 1.x 检查点，专注于插画、肖像和混合风格图像生成。版本 8 以 1.99 GB 的 fp16 SafeTensor 格式提供下载，模型页面上还列出了旧版本、修补变体、diffusers 导出和 LCM 蒸馏选项。该检查点可在 CivitAI 上免费根据 CreativeML Open RAIL-M 许可证下载。 通用的 SD 检查点通常偏向于照片真实或动漫风格。DreamShaper 旨在通过一个权重文件处理肖像、背景和风格化角色，这也是作者将其描述为适用于 SD 1.5 工作流...

PUMPG 是一个免费的 Midjourney 提示词生成器，可将下拉菜单选择和文本字段转化为附带正确参数的、可直接复制的提示词。你只需要描述你的主要想法，选择模型版本、宽高比、风格化、混乱度和风格滤镜，然后将组合好的字符串复制到 Discord 或 Midjourney 网页应用中。 凭记忆编写 Midjourney 提示词意味着需要不断查阅哪些版本接受 --sref 或者混乱度值的作用是什么。PUMPG 通过工具提示列出了每个参数，并添加了涵盖建筑、艺术、角色、自然和摄影类别的可浏览风格滤镜，让你通过可视化的方式构建提示词，而无需死记硬背语法。 PUMPG 适合那些希望更快进行迭代、又...

Flux.1 使用户能够创建各种数字视觉作品，包括电影场景、像素艺术和沉浸式环境。它为艺术家、设计师和科技爱好者提供了试验AI生成图像和开发独特数字艺术品的工具。 Flux.1 的特色在于其多样的艺术风格结合和鼓励用户共同创新的协作工作空间。这种对艺术多样性和社区互动的关注，使其区别于可能只关注某一方面的其他AI艺术工具。 该平台包含由AI驱动的渲染工具，旨在加快创作流程并支持快速迭代。虽然未披露具体的AI模型细节，但Flux.1强调提供高质量的视觉效果，并定期更新功能以提升用户体验。 Flux.1 提供了一个适合初学者和有经验的艺术家的易用环境。它融合了人类创造力与AI能力，促进探索新...

Arting AI 是一个集聊天、学习工具、图像生成和视频创作为一体的多合一工作空间，基于浏览器平台。学生、创作者和市场营销人员可以在不切换网站的情况下，解决数学问题、与 GPT-5 和 Gemini 等模型聊天、使用 Flux 或 DALL-E 生成图像，以及利用 Kling 或 Veo 将文本转换为视频。 Arting AI 没有自行构建模型，而是将数十个第三方 AI 模型汇聚到一个基于积分的界面中。该平台涵盖文本转图片、图片转图片、文本转视频、图片转视频、PDF 与 YouTube 内容总结、作业帮助，以及用于检测 AI 生成文本和图像的工具。 它的目标用户是希望拥有多种 AI 功能...

FLUX1.1 [pro] 是黑森林实验室的旗舰文本转图像模型，与 BFL API 一同发布，面向开发者和企业。它生成图片的速度比 FLUX.1 [pro] 快六倍，同时提升了图像质量、提示遵循度和输出多样性。 该模型在代号为“blueberry”的人工分析图像领域基准测试中名列前茅，在发布时获得了所有文本转图像模型中的最高 Elo 总分。它支持最高达 2K 的超高清分辨率生成，而不影响提示的遵循度，并通过 BFL API 以及包括 Together.ai、Replicate、fal.ai 和 Freepik 在内的第三方平台提供服务。 黑森林实验室由来自稳定扩散（Stable Diffu...

Waifu-diffusion on Hugging Face 可通过在高质量动漫艺术作品上微调的 Stable Diffusion 模型，将文本提示词转换为动漫风格的图像。你可以使用 Python 中的 Diffusers 库加载 hakurei/waifu-diffusion，输入提示词，即可生成图像。模型卡片包含适用于 CUDA、Apple MPS、Google Colab 以及 Draw Things 和 DiffusionBee 等本地应用程序的即用型代码。 与通用 Stable Diffusion 检查点相比，该模型专门针对动漫美学进行调整，而不是追求逼真。这种专注使其成为同人艺...