FLUX.1-dev-Controlnet-Inpainting-Beta是由阿里媽媽創意團隊開發的一個圖像修復模型，該模型在圖像修復領域具有顯著的改進，支持1024x1024分辨率的直接處理和生成，無需額外的放大步驟，提供更高質量和更詳細的輸出結果。模型經過微調，能夠捕捉和再現修復區域的更多細節，並通過增強的提示解釋提供對生成內容的更精確控制。

Flux.1-dev Controlnet Upscaler 是一個基於Hugging Face平臺的圖像放大模型，它使用先進的深度學習技術來提高圖像的分辨率，同時保持圖像質量。該模型特別適合需要對圖像進行無損放大的場景，如圖像編輯、遊戲開發、虛擬現實等。

StableDelight是一個先進的模型，專注於從紋理表面去除鏡面反射。它基於StableNormal的成功，後者專注於提高單目法線估計的穩定性。StableDelight通過應用這一概念來解決去除反射的挑戰性任務。訓練數據包括Hypersim、Lumos以及來自TSHRNet的各種鏡面高光去除數據集。此外，我們在擴散訓練過程中整合了多尺度SSIM損失和隨機條件尺度技術，以提高一步擴散預測的清晰度。

FLUX.1-dev-Controlnet-Inpainting-Alpha是由AlimamaCreative Team發佈的AI圖像修復模型，專門用於修復和填補圖像中的缺失或損壞部分。該模型在768x768分辨率下表現最佳，能夠實現高質量的圖像修復。作為alpha版本，它展示了在圖像修復領域的先進技術，並且隨著進一步的訓練和優化，預計將提供更加卓越的性能。

FLUX-Controlnet-Inpainting 是由阿里媽媽創意團隊發佈的基於FLUX.1-dev模型的圖像修復工具。該工具利用深度學習技術對圖像進行修復，填補缺失部分，適用於圖像編輯和增強。它在768x768分辨率下表現最佳，能夠提供高質量的圖像修復效果。目前該工具處於alpha測試階段，未來將推出更新版本。

Flux Latent Detailer是一個實驗性的工具，通過Flux的潛在空間插值技術，能夠在圖像中產生更精細的細節。該工具通過多遍處理，嘗試在不破壞整體構圖的情況下增強圖像細節，同時避免過度處理的外觀。開發者強調這是一個實驗性項目，不提供支持，僅供分享。

AuraSR-v2是一個基於生成對抗網絡（GAN）的圖像超分辨率模型，專為放大生成的圖像而設計，是GigaGAN論文的一個變體。該模型的PyTorch實現基於非官方的lucidrains/gigagan-pytorch倉庫。它能夠顯著提高圖像的分辨率，同時保持圖像質量，對於需要高清圖像輸出的應用場景尤為重要。

AuraSR 是基於 GAN 的 Super-Resolution 模型，通過圖像條件化增強技術，提升生成圖像的質量。該模型採用 GigaGAN 論文的變體實現，並使用 Torch 框架。AuraSR 的優勢在於能夠有效提高圖像的分辨率和質量，適用於圖像處理領域。

LighTDiff是一種針對手術內窺鏡圖像在低光照條件下進行增強的深度學習模型。該模型利用T-Diffusion技術，能夠有效提升圖像的亮度和清晰度，對於提高手術安全性和效率具有重要意義。該技術已被MICCAI2024會議提前接受，並且代碼已經開源，可供研究和實際應用。

FLUX.1-dev-Controlnet-Inpainting-Beta是由阿里媽媽創意團隊開發的一個圖像修復模型，該模型在圖像修復領域具有顯著的改進，支持1024x1024分辨率的直接處理和生成，無需額外的放大步驟，提供更高質量和更詳細的輸出結果。模型經過微調，能夠捕捉和再現修復區域的更多細節，並通過增強的提示解釋提供對生成內容的更精確控制。

iPhone Photo [FLUX] 是一個基於LoRA技術的AI模型，旨在增強圖像的真實感，特別是在模仿iPhone照片效果方面表現出色。它不僅能夠提升iPhone拍攝的照片質量，也能為非iPhone照片增添自然和真實的視覺效果。該模型由Anibaaal開發，並於2024年10月2日發表，屬於Civitai平臺。模型的使用技巧提示為強度設置為1，並且有超過1000個贊和375個評論，顯示出其受歡迎程度。

Flux.1-dev Controlnet Upscaler 是一個基於Hugging Face平臺的圖像放大模型，它使用先進的深度學習技術來提高圖像的分辨率，同時保持圖像質量。該模型特別適合需要對圖像進行無損放大的場景，如圖像編輯、遊戲開發、虛擬現實等。

StableDelight是一個先進的模型，專注於從紋理表面去除鏡面反射。它基於StableNormal的成功，後者專注於提高單目法線估計的穩定性。StableDelight通過應用這一概念來解決去除反射的挑戰性任務。訓練數據包括Hypersim、Lumos以及來自TSHRNet的各種鏡面高光去除數據集。此外，我們在擴散訓練過程中整合了多尺度SSIM損失和隨機條件尺度技術，以提高一步擴散預測的清晰度。

FLUX.1-dev-Controlnet-Inpainting-Alpha是由AlimamaCreative Team發佈的AI圖像修復模型，專門用於修復和填補圖像中的缺失或損壞部分。該模型在768x768分辨率下表現最佳，能夠實現高質量的圖像修復。作為alpha版本，它展示了在圖像修復領域的先進技術，並且隨著進一步的訓練和優化，預計將提供更加卓越的性能。

FLUX-Controlnet-Inpainting 是由阿里媽媽創意團隊發佈的基於FLUX.1-dev模型的圖像修復工具。該工具利用深度學習技術對圖像進行修復，填補缺失部分，適用於圖像編輯和增強。它在768x768分辨率下表現最佳，能夠提供高質量的圖像修復效果。目前該工具處於alpha測試階段，未來將推出更新版本。

Flux Latent Detailer是一個實驗性的工具，通過Flux的潛在空間插值技術，能夠在圖像中產生更精細的細節。該工具通過多遍處理，嘗試在不破壞整體構圖的情況下增強圖像細節，同時避免過度處理的外觀。開發者強調這是一個實驗性項目，不提供支持，僅供分享。

AuraSR-v2是一個基於生成對抗網絡（GAN）的圖像超分辨率模型，專為放大生成的圖像而設計，是GigaGAN論文的一個變體。該模型的PyTorch實現基於非官方的lucidrains/gigagan-pytorch倉庫。它能夠顯著提高圖像的分辨率，同時保持圖像質量，對於需要高清圖像輸出的應用場景尤為重要。

AuraSR 是基於 GAN 的 Super-Resolution 模型，通過圖像條件化增強技術，提升生成圖像的質量。該模型採用 GigaGAN 論文的變體實現，並使用 Torch 框架。AuraSR 的優勢在於能夠有效提高圖像的分辨率和質量，適用於圖像處理領域。