2025年最佳 2238 款圖像生成工具

穩定擴散是一種潛在的文本到圖像擴散模型，能夠根據任何文本輸入生成逼真的圖像。

基於穩定擴散的文本到圖像生成模型，具備圖像修復能力

SDXL 1.0是基於擴散的文本生成圖像模型，採用專家集成的潛在擴散流程，支持高分辨率圖像生成

穩定擴散是一種潛在文本到圖像擴散模型，能夠根據任意文本輸入生成逼真圖像。

SD-XL 1.0優化器模型是Stability AI開發的圖像生成模型，專為提升SDXL基礎模型生成的圖像質量而設計，特別擅長最終去噪步驟處理。

基於擴散的文本生成圖像模型，支持通過文本提示生成和修改圖像

基於Stable Diffusion XL的潛在文本到圖像擴散模型，具備通過遮罩進行圖像修復的功能

基於擴散的文生圖模型，可根據文本提示生成高質量圖像

開源文生圖模型，能生成1024x1024分辨率及多種縱橫比的美學圖像，在美學質量上處於開源領域領先地位。

SD-Turbo是一款高速文本生成圖像模型，僅需單次網絡推理即可根據文本提示生成逼真圖像。該模型作為研究原型發佈，旨在探索小型蒸餾文本生成圖像模型。

Animagine XL 3.0 是基於 Stable Diffusion XL 開發的最新開源動漫文生圖模型，專注於高質量動漫圖像生成，改進了手部解剖結構和概念理解。

Animagine XL 3.1是Animagine XL V3系列的升級版本，在前作基礎上進行了優化，能生成更高質量的動漫圖像

IP-Adapter-FaceID 是一個基於人臉識別的文本到圖像生成模型，能夠根據人臉ID嵌入生成各種風格的圖像。

Emi是一款專注於AI藝術的圖像生成AI，採用Stable Diffusion XL 1.0技術開發，未使用未經授權圖像訓練

基於潛在擴散模型的文本到圖像生成模型，具備圖像修復功能

基於擴散模型的文本生成圖像系統，支持高分辨率圖像生成

InstructPix2Pix是一個能夠根據文本指令編輯圖像的模型，它通過學習將自然語言指令轉換為圖像編輯操作。

基於Stable Diffusion v2-base微調的文本生成圖像模型，採用潛在擴散技術和OpenCLIP文本編碼器

基於Stable Diffusion XL微調的動漫風格文本到圖像生成模型

ControlNet是一種通過Canny邊緣檢測條件控制Stable Diffusion生成圖像的神經網絡結構

潛在一致性模型是從Stable-Diffusion v1-5的Dreamshaper v7微調版本蒸餾而來的文本生成圖像模型，能在極短推理時間內生成高質量圖像。

基於Stable Diffusion XL的增強版圖像生成模型，專注於高精度攝影風格輸出

全能圖像生成與編輯控制網絡，支持12種控制條件和5項高級編輯功能

針對FLUX.1-dev模型訓練的真實感LoRA檢查點，用於增強圖像生成的真實感效果

FLUX.1-dev模型的GGUF量化版本，專注於文生圖與圖像生成任務

基於Stable Diffusion v1.5微調的多風格文生圖模型，擅長藝術風格與動漫表現

這是一個基於Stable Diffusion的像素風圖像生成模型，通過184張訓練圖像和8000次訓練步驟打造，特別優化了面部細節表現。

Hyper-SD是一種先進的擴散模型加速技術，支持多種基礎模型（如FLUX.1-dev、SD3、SDXL和SD1.5）的快速推理。

這是一個為Stable Diffusion v1-5設計的LoRA適配器，可將推理步驟縮減至僅需2-8步，顯著提升生成速度。

Photon 是一個基於穩定擴散技術的文本到圖像生成模型，專注於高質量的圖像生成。

基於吉卜力工作室動畫風格微調的Stable Diffusion模型，可生成具有吉卜力美學特徵的圖像

Pixart-α是基於Transformer架構的高效文本生成圖像模型，能以極低訓練成本生成1024像素高質量圖像

一個基於穩定擴散技術的文本生成圖像模型，能夠根據文本描述生成高質量、細節豐富的圖像。

基於Kohaku XL Beta 5開發的專注於插畫生成的Stable Diffusion XL模型，由OnomaAI研究團隊訓練

InstantID 是一種無需調優的先進方法，僅需單張圖像即可實現身份保持生成，支持多種下游任務。

SDXL-閃電是一款極速文本生成圖像模型，僅需幾步即可生成高質量的1024像素圖像

Animagine XL 4.0是基於Stable Diffusion XL 1.0微調的終極動漫主題文本生成圖像模型，採用840萬張動漫風格圖像訓練，顯著提升輸出穩定性和圖像質量。

PhotoMaker V2 是一個無需訓練即可定製化生成人物照片或繪畫的文本到圖像生成模型。

DreamShaper 是一個基於穩定擴散模型的文本生成圖像工具，專注於藝術創作，特別擅長生成動漫風格圖像。

一個專注於生成業餘攝影風格圖像的LoRA模型，適用於擴散模型框架

FLUX.1-Fill-dev的INT4量化版本，能夠根據文本描述填充現有圖像中的區域，提供約4倍內存節省和2-3倍速度提升。

基於12.4萬張Midjourney v4圖像訓練的文本生成圖像模型，使用Stable Diffusion v1.5框架訓練