PromptEnhancer
CVPR 2026 收录的提示词增强工具，将简单提示词重写为清晰结构化版本，显著提升图像生成质量。由腾讯混元团队开发，是文生图/图像编辑流水线中的提示词优化利器。3.7K stars
🎯适用场景：多模态内容理解与生成
📊 仓库数据
✅ 优点
- •CVPR 2026 学术论文收录
- •显著提升图像生成质量
- •腾讯混元团队出品
- •支持多种图像生成模型
⚠️ 限制
- •仅针对图像生成场景
- •需要底层图像模型配合
- •项目较新
🔗 相关工具
Stable Diffusion WebUI
github.com/AUTOMATIC1111/stable-diffusion-webui
最流行的 Stable Diffusion Web UI，162,491+ stars。提供直观的图形界面，支持文生图、图生图、ControlNet、LoRA 微调、Inpainting 等核心功能，是 AI 图像生成领域的事实标准工具
🎯大模型微调与训练、多模态内容理解与生成
ComfyUI
github.com/comfyanonymous/ComfyUI
节点式 Diffusion 模型 GUI，109,363+ stars。基于节点的工作流编排，可视化连接各处理模块，是最强大的图像生成工作流工具，支持 SDXL、Flux、Stable Cascade 等最新模型
🎯AI 工作流编排与自动化、多模态内容理解与生成
diffusers
github.com/huggingface/diffusers
🤗 扩散模型工具库，6.5K+ stars。最先进的图像、视频和音频扩散模型，Hugging Face 出品的生成式 AI 核心工具
🎯多模态内容理解与生成
InvokeAI
github.com/invoke-ai/invokeai
Stable Diffusion 创意引擎，5.9K+ stars。Stable Diffusion 模型的领先创意引擎，支持图像生成、编辑和变体创作
🎯多模态内容理解与生成
Open Generative AI
github.com/Anil-matcha/Open-Generative-AI
Open Generative AI 是 Higgsfield AI、Freepik AI、Krea AI、Openart AI 的开源替代方案。提供免费的、无限制的 AI 图像和视频生成工作室，集成 200+ 模型（Flux、Midjourney、Kling、Sora、Veo 等）。无内容过滤器，完全自部署，MIT 许可证。GitHub 7,993 stars，本周增长 2,417 星。与商业图像生成平台不同，Open Generative AI 完全开源且无内容限制——用户可以在本地运行所有模型，不受任何平台的审查或限制。适合需要完整 AI 生成能力且对内容无限制的用户。
🎯多模态内容理解与生成
DiffSynth-Studio
github.com/modelscope/DiffSynth-Studio
魔搭社区出品的扩散模型创意工作室，12K+ stars。提供强大的扩散模型 GUI、API 和后端，支持图像生成、视频生成和多模态内容创作。基于 ModelScope 生态，是中国开源 AI 生成工具的重要项目
🎯多模态内容理解与生成