DALL·E

生成式图像到文本转换器

AI GitHub 仓库

GIT（生成式图像到文本转换器）是微软开发的一款用于视觉和语言任务的AI模型。它能从图像生成文本描述，并执行视觉问答。该模型提供多种预训练和微调版本，适用于不同应用。

Craiyon

AI 应用

#232

免费的 AI 图像生成器，前身为 DALL-E mini，可以在几秒钟内将文本描述转换为多种风格的图像，如照片、动漫、插图和矢量，提供免费和付费版本。Craiyon 是一个免费的 AI 图像生成器，前身为 DALL-E mini，可以在几秒钟内将文本描述转换为多种风格的图像，如照片、动漫、插图和矢量，提供免费和付费版本。

Flamingo

AI 模型

来自 Google DeepMind 的单一视觉语言模型 (VLM)，在各种多模态任务的少样本学习方面表现出色。它处理交错的图像、视频和文本，以生成相关的语言输出，仅需极少的特定任务示例即可完成，无需额外训练。Flamingo 是来自 Google DeepMind 的单一视觉语言模型 (VLM)，在各种多模态任务的少样本学习方面表现出色。它处理交错的图像、视频和文本，以生成相关的语言输出，仅需极少的特定任务示例即可完成，无需额外训练。

Flux 1 AI 图像生成器

AI 应用

Black Forest Labs 推出的开源图像生成模型。它能根据详细的提示快速生成高质量图像，在速度、视觉准确性和提示遵循度方面均优于竞争对手。它支持各种宽高比和分辨率，适用于多样化应用。Flux 1 AI 是 Black Forest Labs 推出的开源图像生成模型。它能根据详细的提示快速生成高质量图像，在速度、视觉准确性和提示遵循度方面均优于竞争对手。它支持各种宽高比和分辨率，适用于多样化应用。

人工智能模型，通过将冻结的视觉编码器与大型语言模型对齐，增强了视觉-语言理解能力。它可以生成详细的图像描述、根据草稿创建网站、创作受图像启发的故事情节，并解决视觉问题，展现了先进的多模态能力。MiniGPT-4 是一个人工智能模型，通过将冻结的视觉编码器与大型语言模型对齐，增强了视觉-语言理解能力。它可以生成详细的图像描述、根据草稿创建网站、创作受图像启发的故事情节，并解决视觉问题，展现了先进的多模态能力。

HunyuanImage 3.0 — 图像生成的 AI 模型

AI 模型

强大的本地多模态模型，专为图像生成而设计。它在文本到图像和图像到图像任务中表现出色，提供了先进的创意编辑和智能提示增强能力。HunyuanImage 3.0 是一个强大的本地多模态模型，专为图像生成而设计。它在文本到图像和图像到图像任务中表现出色，提供了先进的创意编辑和智能提示增强能力。

IDEFICS Visual Language Model

AI 模型

开放访问的视觉语言模型，能够复现最先进的性能。它接受交错的图像和文本输入，生成文本输出，其能力可与 Flamingo 等专有模型相媲美。提供 9B 和 80B 参数版本，支持多模态 AI 的研究和开发。IDEFICS 是一个开放访问的视觉语言模型，能够复现最先进的性能。它接受交错的图像和文本输入，生成文本输出，其能力可与 Flamingo 等专有模型相媲美。提供 9B 和 80B 参数版本，支持多模态 AI 的研究和开发。

Parti：Pathways 自回归文本到图像模型

AI 模型

Parti 是一个自回归文本到图像生成模型，可创建高保真度、照片级真实感的图像。它将图像生成视为一个序列到序列问题，利用大型语言模型的进步来实现复杂的构图和世界知识合成。Parti 支持内容丰富的合成，具有精细的细节和交互。