TAG
文本到图像 工具。
全部标签共收录 3 款与「文本到图像」相关的 AI 工具，按站内热度排序；每张卡片可直达详情页查看定价、平台支持与同类对比。
HyperDreamBooth
HyperDreamBooth是Google Research推出的文本到图像模型个性化工具，核心定位为依托超网络架构实现人脸图像的快速定制生成。核心功能包括单张人脸权重生成、快速微调适配、多风格上下文生成、语义修改保留四类。目标用户覆盖AI图像研究人员、数字内容创作者、游戏美术设计师、个性化内容开发者等群体，可应用于定制化数字头像制作、影视角色概念设计、个性化文创产品开发、AI人脸生成技术研究等场景，在保留原有文本生成模型的风格适配能力的同时，提升人脸生成的主题匹配度。 · 开源
VQAScore
VQAScore是专注于文本到视觉生成效果评估的学术项目站点，核心为研究人员提供新型视觉生成质量评估指标与配套测试基准。其核心功能包括VQAScore评估指标的完整说明与使用参考，以及GenAI-Bench基准测试集的资源下载与使用指南，同时搭载了基于CLIP-FlanT5的指标适配方案，支持文本到图像、视频、3D三类生成任务的效果评估。该站点面向AI生成视觉领域的研究人员、算法工程师、高校计算机相关专业师生，可用于生成模型迭代中的效果验证、不同生成算法的横向对比、相关学术研究的实验支撑等场景。
ID-Aligner
ID-Aligner是专注于身份保留文本到图像生成的反馈学习框架官方站点，核心定位是为AI图像生成领域开发者、研究人员提供可落地的身份特征保持优化方案。核心功能包括面向LoRA与Adapter模型的身份保留增强、基于面部检测识别模型的自动反馈迭代、结合人工标注数据的审美属性调整，可帮助用户在生成特定人物肖像类图像时，既保留目标人物的核心身份特征，又能提升生成结果的视觉协调性。该站点面向计算机视觉领域研究者、AIGC应用开发者、AI绘画定制化服务从业者开放，可应用于人物肖像定制生成、虚拟数字人形象制作、老照片修复复原、影视角色概念图创作等多个场景，降低身份特征偏移带来的生成返工成本。 · 开源