SD百科导航
  • 首页
  • 快讯
  • 早报
  • 模型
  • ComfyUI
  • 新技术
  • 百科
    • 教程
    • 硬件
    • 科普
  • 百科工具
    • 工具
  • 排行榜
    • 首页
    • 快讯
    • 早报
    • 模型
    • ComfyUI
    • 新技术
    • 百科
      • 教程
      • 硬件
      • 科普
    • 百科工具
      • 工具
    • 排行榜

    图像模型

    共 289 篇文章
    用于文生图、图生图、图像编辑的模型
    百科工具模型ComfyUIAI合集web UI提示词
    大语言模型多模态模型图像模型语音模型3D模型Flux衍生视频模型世界模型决策模型
    排序
    发布更新浏览点赞
    OpenMOSS开源MOSS-Image :5B骨干文生图模型,原生JSON布局控制,图像内文字渲染能力突出

    OpenMOSS开源MOSS-Image :5B骨干文生图模型,原生JSON布局控制,图像内文字渲染能力突出

    OpenMOSS 推出 MOSS-Image 文生图模型系列,包含基础版 MOSS-Image-Base 和精选数据微调版 MOSS-Image-SFT,权重与代码开源,Apache-2.0许可证。 ...
    图像模型# MOSS-Image# OpenMOSS
    1周前
    540
    Black Forest Labs 开放 FLUX 3 Image Klein 权重:56亿参数图像模型,最低8GB显存可本地运行,原生4K输出,支持参考图引导与框选编辑

    Black Forest Labs 开放 FLUX 3 Image Klein 权重:56亿参数图像模型,最低8GB显存可本地运行,原生4K输出,支持参考图引导与框选编辑

    Black Forest Labs 正式开放 FLUX 3 Image Klein 的模型权重,这是一款56亿参数的图像生成模型,开发者可在本地硬件完成图像生成、编辑与定制化微调。Klein 继承7月...
    图像模型# Black Forest Labs# FLUX 3 Image Klein
    2周前
    540
    阿里千问推出Qwen-Image-2.1-Turbo:8步去噪文生图,沿用7B架构,2K图生成提速

    阿里千问推出Qwen-Image-2.1-Turbo:8步去噪文生图,沿用7B架构,2K图生成提速

    阿里千问项目组此前在9月20日开源Qwen-Image-2.1,这是一款融合文生图与图像编辑能力的轻量图像生成模型。视觉生成模块仅7B参数,采用32层Single-Stream DiT架构,在保证出图...
    图像模型# Qwen-Image-2.1-Turbo# 阿里千问
    3周前
    740
    谷歌发布 Nano Banana 2.1:蒙版局部编辑升级,多图主体一致性大幅增强

    谷歌发布 Nano Banana 2.1:蒙版局部编辑升级,多图主体一致性大幅增强

    谷歌正式推出 Nano Banana 2.1,这是基于 Gemini 3.6 Image 打造的新一代AI图像生成与编辑模型,在Nano Banana 2(Gemini 3.1 Flash Image...
    图像模型早报# Gemini 3.6 Image# Nano Banana 2.1# 谷歌
    3周前
    650
    LogoLabs 发布 Agate Preview 001:260M 小参文生图模型,GenEval 追平 SDXL,消费级GPU两秒出图

    LogoLabs 发布 Agate Preview 001:260M 小参文生图模型,GenEval 追平 SDXL,消费级GPU两秒出图

    LogoLabs 推出轻量文生图模型 Agate Preview 001,260M参数量,仅消耗145 GH200训练算力,GenEval得分0.550,和SDXL持平,远高于SD1.5、SD2.1...
    图像模型# Agate Preview 001# LogoLabs
    4周前
    790
    蚂蚁百灵开源 Ming-Image-0.1-Design:6B 模型登顶开放权重 UI/UX 设计榜,支持可编辑图层分解与 Agent Skills

    蚂蚁百灵开源 Ming-Image-0.1-Design:6B 模型登顶开放权重 UI/UX 设计榜,支持可编辑图层分解与 Agent Skills

    蚂蚁集团百灵团队正式开源 Ming-Image-0.1-Design 系列,包含两个 6B 参数模型及两个配套 Agent Skills。 Ming-Image-0.1-Design 在 Artifi...
    图像模型# Ming-Image-0.1-Design# 蚂蚁百灵
    1个月前
    1470
    仅 1 亿参数!SupraLabs 推出轻量文生图模型Supra2-IMG,单张 H100 训练 9 小时

    仅 1 亿参数!SupraLabs 推出轻量文生图模型Supra2-IMG,单张 H100 训练 9 小时

    SupraLabs 推出 Supra2-IMG,一个仅含 1.05 亿参数的微型文本到图像扩散 Transformer(DiT),在高质量合成数据集 LucasFang/FLUX-Reason-6M ...
    图像模型# Supra2-IMG# SupraLabs
    1个月前
    790
    阿里千问开源 Qwen-Image-2.1:7B 小模型,原生支持透明图生成与图层编辑

    阿里千问开源 Qwen-Image-2.1:7B 小模型,原生支持透明图生成与图层编辑

    阿里千问项目组正式开源 Qwen-Image-2.1,一款将文生图与图像编辑能力整合于单一模型的轻量级图像生成系统。其视觉生成模块仅含 7B 参数(32 层 Single-Stream DiT),在保...
    图像模型# Qwen-Image-2.1# 阿里千问
    1个月前
    1390
    华为拜耳实验室发布Marigold V2:单卡几天训练,让 AI 看清“每一根发丝”的深度

    华为拜耳实验室发布Marigold V2:单卡几天训练,让 AI 看清“每一根发丝”的深度

    在计算机视觉领域,单目深度估计(Monocular Depth Estimation) 一直是个既基础又棘手的难题。它的目标很简单:只凭一张普通的二维彩色照片,推算出画面中每个像素点距离镜头的远近,生...
    图像模型# Marigold V2# 华为拜耳实验室
    1个月前
    1130
    微软发布 MAI-Image-2.6-Flash,生成速度达 GPT-Image-2-Medium 2.8 倍且成本降低 50%

    微软发布 MAI-Image-2.6-Flash,生成速度达 GPT-Image-2-Medium 2.8 倍且成本降低 50%

    微软在旗舰文生图模型 MAI‑Image‑2.6 的基础之上,推出速度优化版本 MAI‑Image‑2.6‑Flash,主打低延迟、高吞吐量,面向大批量图像生成业务,两款模型现已在 Microsoft...
    图像模型早报# MAI-Image-2.6-Flash# 微软
    2个月前
    1230
    蚂蚁集团旗下inclusionAI 开源 6B 图像大模型 LLaDA‑Image,生成编辑二合一,附带极速蒸馏版本

    蚂蚁集团旗下inclusionAI 开源 6B 图像大模型 LLaDA‑Image,生成编辑二合一,附带极速蒸馏版本

    蚂蚁集团旗下 inclusionAI 团队正式推出 LLaDA‑Image,一款6B参数开源统一图像生成与编辑模型家族。整套模型分为两个版本:50步采样的基础版 LLaDA‑Image,主打高质量文生...
    图像模型# inclusionAI# LLaDA‑Image# 蚂蚁
    2个月前
    2000
    商汤科技开源 SenseNova U1.5 Lite:8B 参数实现原生统一多模态,突破视觉创作瓶颈

    商汤科技开源 SenseNova U1.5 Lite:8B 参数实现原生统一多模态,突破视觉创作瓶颈

    商汤科技正式开源了其轻量级、原生统一多模态大模型 SenseNova U1.5 Lite。与预览版相比,正式版不再仅仅追求“画面美感”,而是聚焦于真实视觉工作流的稳定性与可控性。通过 NEO-unif...
    图像模型# SenseNova U1.5 Lite# 商汤科技
    2个月前
    1660
    加载更多

    网址

    日榜周榜月榜
    LoginFlip

    LoginFlip

    LoginFlip 是一款专为 Chrome 浏览器设计的轻量级扩展,解决多账号管理痛点。它通过保存和恢复网站的登录状态(Cookie + localStorage),让你在不同身份(工作号、测试号、个人号等)之间实现秒级切换,彻底告别反复输入密码和退出登录的繁琐流程。
    天府智能体 (Tianfu Agent) 

    天府智能体 (Tianfu Agent) 

    天府智能体 (Tianfu Agent) 作为全球首个专为深度命理推理设计的智能体,它并非简单的聊天机器人,而是一个融合了紫微斗数、子平八字、奇门遁甲三大传统术数体系的复杂 AI 系统。
    ITELLOU

    ITELLOU

    ITELLYOU(也称为NEXT, ITELLYOU)是一个专注于提供微软原版软件资源的非官方网站,主要帮助用户获取未经修改的微软产品镜像,如Windows操作系统、Office办公软件和开发工具等。
    Open ASR 排行榜

    Open ASR 排行榜

    Open ASR 排行榜 对 Hugging Face Hub 上的语音识别模型进行排名和评估。我们报告平均 WER(字错误率)(⬇️ 越低越好)和 RTFx(实时因子)(⬆️ 越高越好),模型根据其平均 WER 从低到高进行排名。
    TapNow

    TapNow

    TapNow是一个面向创作者的专业级 AI 视觉内容平台,支持从脚本撰写、分镜头设计到高保真成片输出的完整流程,单人即可在 1–3 天内完成传统需 4–6 周的影视级项目。
    DSH to Figma

    新DSH to Figma

    DSH to Figma 是 DeepSeek Harness(DSH)的原生插件,搭配配套Figma插件实现本地桥接,把Figma画布能力接入DSH代理。核心优势是本地模式不走Figma官方MCP,不消耗官方调用额度,可以直接读取、编辑画布、截图、导出素材。
    查看完整榜单
    SD百科导航
    SD百科导航是专注于AI创作领域的专业导航网站。我们全面涵盖Stable Diffusion、Flux、AI绘画、AI视频、AI音乐以及大语言模型等前沿内容。

    关于我们友链申请广告合作

    扫码关注微信公众号SD百科导航
    扫码关注微信公众号
    Copyright © 2026 SD百科导航 皖ICP备18025588号-5  皖公网安备34040002000401 
    网址
    网址文章软件模型
      ↵ENTER↓↑NAV

      网址

      日榜周榜月榜
      LoginFlip

      LoginFlip

      LoginFlip 是一款专为 Chrome 浏览器设计的轻量级扩展,解决多账号管理痛点。它通过保存和恢复网站的登录状态(Cookie + localStorage),让你在不同身份(工作号、测试号、个人号等)之间实现秒级切换,彻底告别反复输入密码和退出登录的繁琐流程。
      天府智能体 (Tianfu Agent) 

      天府智能体 (Tianfu Agent) 

      天府智能体 (Tianfu Agent) 作为全球首个专为深度命理推理设计的智能体,它并非简单的聊天机器人,而是一个融合了紫微斗数、子平八字、奇门遁甲三大传统术数体系的复杂 AI 系统。
      ITELLOU

      ITELLOU

      ITELLYOU(也称为NEXT, ITELLYOU)是一个专注于提供微软原版软件资源的非官方网站,主要帮助用户获取未经修改的微软产品镜像,如Windows操作系统、Office办公软件和开发工具等。
      Open ASR 排行榜

      Open ASR 排行榜

      Open ASR 排行榜 对 Hugging Face Hub 上的语音识别模型进行排名和评估。我们报告平均 WER(字错误率)(⬇️ 越低越好)和 RTFx(实时因子)(⬆️ 越高越好),模型根据其平均 WER 从低到高进行排名。
      TapNow

      TapNow

      TapNow是一个面向创作者的专业级 AI 视觉内容平台,支持从脚本撰写、分镜头设计到高保真成片输出的完整流程,单人即可在 1–3 天内完成传统需 4–6 周的影视级项目。
      DSH to Figma

      新DSH to Figma

      DSH to Figma 是 DeepSeek Harness(DSH)的原生插件,搭配配套Figma插件实现本地桥接,把Figma画布能力接入DSH代理。核心优势是本地模式不走Figma官方MCP,不消耗官方调用额度,可以直接读取、编辑画布、截图、导出素材。
      查看完整榜单