图像模型与底层技术

零样本身份保持生成技术，可在数秒内实现身份保持的图像生成

ComfyUI 是开源的节点式 AI 生成工作流引擎，用可视化节点图编排图像、视频与音频的生成流程，本地运行、参数完全可控；提供 ComfyUI Desktop 桌面版与模板库，配合海量自定义节点成为 Stable Diffusion 与开源视频模型（Wan、LTX 等）事实上的图形工作站。

DeepMotion 可通过任意浏览器在数秒内将视频转为 3D 动画，提供易用的 AI 动作捕捉与实时身体追踪。

开源的摄影测量图形界面工具，帮助用户从一组照片中自动重建三维模型。整合运动恢复结构（SFM）、多视角立体匹配（MVS）与表面重建完整流程，覆盖 3D 扫描、物体数字化、场景重建等场景，通过 GUI 降低三维重建流程的使用门槛。

Depth Anything 是一个高度实用的单目深度估计模型，能够从单张 RGB 图像生成高质量的深度图。它基于大规模数据训练，在零样本跨数据集迁移方面表现出色，适用于机器人、自动驾驶、3D 重建等场景。该项目提供了预训练模型和推理代码，用户可直接使用或微调。

全球最大AI绘画模型分享平台，用户可分享和下载AI绘画模型

2024 年 CVPR 收录，一款基于堆叠式 ID 嵌入的 AI 写真生成工具，可基于单张参考图快速定制写实人像。

UniPortrait 是阿里巴巴推出的个性化人物肖像生成框架。它通过创新的单图或少样本学习，支持用户将特定人物的面部特征自然融入不同风格、背景和场景的图像中，生成高度个性化的肖像作品。该框架解决了现有AI肖像生成工具在身份一致性、风格多样性和易用性方面的平衡难题，为设计师、内容创作者和普通用户提供了强大的创意工具。

可免费在线生图的 AI 模型分享社区，支持 Stable Diffusion Model & LoRA, ComfyUI Workflow, Tencent Hunyuan-DiT

【分类：模型、提示词与学习资源】Imagen是一款面向模型、提示词和学习资源场景的 AI 工具，可帮助用户查找、使用或管理大模型资源。

IC Light 是由 ControlNet 作者 lllyasviel 推出的开源 AI 图像打光工具，能够对已有图片进行智能重打光，实现自然、可控的光影效果。用户无需复杂参数即可为人物或场景重新布光，广泛应用于摄影后期、电商图片优化和创意设计等场景。

Nano Banana 2 Lite（Gemini 3.1 Flash Lite Image）是谷歌最快、性价比最高的图像生成模型，专为高速开发流程和快速视觉探索打造，支持文本生成图像

MiracleVision（奇想智能）是美图自研的一款懂美学的AI视觉大模型，以美图深厚的美学沉淀和长期的审美趋势研究作为基础，建立美学数据训练机制和美学评估体系，为MiracleVision大模型生成高品质的图像和稳健的图像质量提供强大的支撑。

ControlNeXt 是一款免费开源的图像和视频生成控制工具，通过创新的控制方法实现对生成内容的精细控制，支持图像与视频的生成与编辑，帮助创作者精准把控生成结果的方向与细节。

Gemini 2.5 Flash Image（代号“Nano Banana”）现已全面上线，这是一款具备上下文理解能力的顶尖图像生成模型

这款图像提示适配器，可让预训练的文本到图像扩散模型支持以图生图。

基于流式大扩散Transformer的多模态生成框架，可将文本转换为任意模态、分辨率和时长

Gemini 3.1 Flash Image（又称“Nano Banana 2”）是谷歌最新一代图像生成与编辑模型，以Flash级速度带来Pro级视觉质量

用于DALL·E的离散VAE的PyTorch工具包，支持高效图像生成与潜在空间建模。

Apple 官方维护的 Core AI 模型工具仓库，涵盖模型导出配方、Python 工具原语和 Swift 运行时组件，用于帮助开发者准备、转换并集成面向 Apple 设备的端侧 AI 模型。