在 Apple Silicon 上用 MLX 原生跑 FLUX、Qwen-Image 等前沿图像与视频生成模型,省去 PyTorch 依赖,让 Mac 本地出图更顺畅。
面向具身智能的一站式 VLA 工程平台,打通数据、模型训练到真机部署全流程,省去自己拼装工具链的麻烦。
轻量级上下文感知语音合成模型,仅2.19亿活跃参数,支持声音克隆和流式输出,纯C实现可在CPU上离线运行,附带完整的实时语音助手方案。
Software for fast file transfer between terminals in the same network segment.同网段中终端间快速互传文件
FLUX.1 Krea 官方开源仓库,提供基于扩散模型的文生图能力,可生成高质量图像。
基于 Miniflux 的轻量级 RSS 阅读器前端,界面简洁但功能齐全,适合自建 RSS 服务的人日常订阅和阅读。
同网段终端之间快速互传文件的工具,基于 Rust 和 Tauri 构建,省去 U 盘或网盘中转的麻烦。
本地跑和训练大模型、扩散模型的图形界面,支持 GGUF、MLX 及 Qwen、DeepSeek、Gemma、FLUX 等主流模型,省去命令行配置的麻烦。
把 Claude、Cursor 等 AI 编程助手变成完整的视频制作工作室,内置 12 条制作流水线和 100+ 工具,覆盖从生成到剪辑的全流程。
把 Claude、Cursor 等 AI 编程助手变成完整视频制作工作室,内置 12 条制作流水线和 100+ 工具,覆盖脚本、配音、图像生成到剪辑全流程。
基于 PyTorch 的扩散模型工具箱,统一加载和训练 Stable Diffusion、FLUX 等模型,做图像、视频、音频生成。
自托管的多模型 AI 图像与视频生成工作台,聚合 Flux、Midjourney、Kling、Sora 等 600+ 模型,无内容过滤,可替代闭源视频平台。
给 ComfyUI 加装的 AI 助手节点,用 LLM Agent 和 RAG 帮你自动搭建、调试工作流,省去手动连节点的麻烦。
面向图像、视频、音频扩散模型的通用微调工具箱,支持 Stable Diffusion、Flux 等模型,帮你在自有数据上快速训练出定制生成模型。
用低秩分支吸收离群值的 4-bit 扩散模型量化方案,让 FLUX 等大模型在低显存下也能高速出图,并已集成 ComfyUI。
汇集 FLUX、Stable Diffusion、SDXL 等图像生成模型的训练与微调教程,涵盖 LoRA、DreamBooth、ComfyUI 和云端 Notebook 实操指南。
把 Nunchaku 的 4-bit 量化扩散模型推理接进 ComfyUI,让 FLUX 等模型在低显存下也能快速出图。
基于 FLUX 扩散 Transformer 的身份保持图像生成工具,上传几张人脸照片就能在换场景、换风格时保持长相一致,适合做个性化写真和照片重绘。
一个开源的 Kubernetes 可视化面板,内置 MCP 服务器供 AI Agent 调用,能直观展示集群故障、拓扑、事件时间线和 GitOps 状态,帮助快速定位问题根因。
在 ComfyUI 里搭建 LLM Agent 的框架,接入 MCP、GraphRAG、语音合成与 OCR 节点,兼容 OpenAI 接口的各类模型和本地 GGUF 模型。
一站式本地 AI 桌面工作台,把聊天、图像与视频生成、编码智能体整合进单个免费应用,Windows/Linux 免 Docker、免终端、免云端即可跑。
UNO 是字节跳动开源的通用图像定制方法,基于扩散 Transformer,用同一套框架同时支持单主体和多主体参考图生成,解决多主体一致性难的问题。
自托管的生成式 AI 网页界面,集成 30 多种模型,覆盖图像、视频、音频生成,用浏览器就能统一调用,省去逐个搭建环境的麻烦。
面向 Mac 和 NVIDIA DGX Spark 的 AI 电影制作工作室,按剧组流程规划分镜,并用 Qwen-Image、FLUX、MiniMax 等模型生成带声音的画面与视频。
一站式 LoRA 与微调工作室,支持 Klein 9B、Qwen Image 2.1、Z-Image Turbo 等图像、视频、音乐模型,可训练、微调、分析、修复并提取 LoRA/LoKR。
在 ComfyUI 里直接训练、分块编辑并保存 LoRA,支持 Z-image、Flux Klein、SDXL、Flux、WAN 2.2 和 SD 1.5,省去外部训练脚本的来回折腾。
一堆可直接在 Google Colab 上跑的生成式 AI 笔记本,覆盖 ComfyUI 工作流、Flux Kontext、混元、LTX 视频等图生图与图生视频玩法,省去自己配环境。
支持 Flux Kontext dev 多图输入的推理与训练框架,可配合 LoRA 做参数高效微调,适合需要多图条件生成的图像模型实验。
开源 AI 网红生成器,用 FLUX 等模型批量生成可定制的虚拟人物形象,适合做社交媒体内容创作。
用 torchao 和 diffusers 优化扩散模型的端到端教程,覆盖推理加速和 FP8 训练,帮你在 Flux 等文生图模型上省显存、提速度。
基于 FLUX 的身份保持图像生成 ComfyUI 原生节点,可在换脸、图像编辑时稳定保留人物面部特征。
把角色的脸、身材、服装和声音打包进一个 .char 文件,让同一个角色在不同扩散模型和视频生成工具里保持一致,省去反复调参对齐的麻烦。
用 JSX 声明式描述视频,统一调用 Kling、Flux、ElevenLabs、Veed 等模型生成视频、图像和配音,省去逐个对接各家 API 的麻烦。
本地一站式 LoRA 训练工作台,从单张照片或大批图片构建角色、风格、概念数据集,自动打标并用 ai-toolkit 训练,支持多模型 checkpoint 对比。
收录 5000+ 中文 AI 绘画提示词,按类别整理并支持检索和一键复制,覆盖 Midjourney、Stable Diffusion、Flux、即梦、可灵等主流生图模型,源码和数据集全部开源。
在保持前景细节不变的前提下,用参考图驱动扩散模型生成新场景,适合需要主体一致性的图像编辑与合成。
把 Windows 10 的深色外观搬到 Linux 桌面,提供 GTK3、GNOME Shell、Cinnamon 等桌面环境的暗色主题,让 Linux 用户也能用上微软风格的深色界面。
面向新手的 ComfyUI 前端界面,简化 Stable Diffusion 和 Flux 等图像生成工作流操作,降低上手门槛。
多主体 LoRA 融合方法,在测试时通过自适应 token 级路由把多个 LoRA 组合起来,让扩散模型一次生成多个指定主体。
输入一个主题就能自动生成 Vox 风格的纸片拼贴解说视频,脚本、关键帧、动画、配音、配乐和字幕全流程搞定,还能作为 Claude Code 等编程智能体的技能调用。
This release expands FluxVLA with RoboTwin and RoboDojo training and evaluation, introduces distributed ZMQ evaluation serving, adds checkpoint-free MiniMax inference, an
This release expands FluxVLA with native FastWAM, Cosmos3, DiT4DiT, and GR00T N1.7 support, adds checkpoint-free GPT-6 evaluation and Jetson Orin deployment, and improves
This release expands FluxVLA's real-robot deployment support with single- and dual-arm Franka and Oli whole-body control, adds accelerated GR00T-RTC inference, and substa
This release expands FluxVLA with ARM reward modeling, GR00T RoboCasa training/evaluation support, a unified dataset pipeline, and Triton-accelerated Pi0.5-RTC inference.
Overview FluxVLA v0.1.2 expands FluxVLA with end-to-end SARM support, new model families (XVLA and Qwen3-VL), simulation and data-collection tooling (FluxBiSim and FluxDA
…se 1.0 - use IMAGE CFGSCALE=20 and IMAGE STEPS=20 Flux/flux1-schnell-fp8 - use IMAGE CFGSCALE=1 and IMAGE STEPS=4 Flux/flux1-dev-fp8 - use IMAGE CFGSCALE=1 and IMAGE STEP