无需训练的长篇故事可视化迭代框架，通过多轮迭代生成保持角色与情节一致的故事配图，解决长文本生成图像时前后不一致的问题。

把语言模型直接当作统一的多模态生成器，用自回归方式同时做文本到图像生成，省去额外扩散模型。

提供 AsymFlow、pi-Flow、GMFlow 等流匹配与扩散蒸馏算法的官方 PyTorch 实现，用于加速文本到图像生成模型的训练与推理。

用 OpenAI 的 CLIP 引导扩散模型，把文字描述直接生成图片，提供命令行工具和 Python 模块两种用法。

DF-GAN 是 CVPR2022 提出的文本到图像生成基线，用简洁的 GAN 结构从文字描述合成图像，效果稳定且易于复现。

无需微调即可把任意参考图的风格迁移到任意内容上，生成高质量个性化风格化图片的风格迁移模型。

无需训练就能把故事文本转成富有表现力的分镜图，基于扩散模型直接生成，省去微调成本。

汇总文本到图像生成与合成领域论文、模型和资源的综述清单，方便快速了解 GAN、多模态等方向的研究进展。

汇总文本到图像生成领域的研究论文与资源，方便快速跟进扩散模型等文生图方向的进展。

汇总文本到图像扩散模型可控生成方向的论文、代码与工具资源，覆盖空间控制、多概念组合和个性化生成，方便快速查找与调研。