NVAI-open

Local image, audio, video and 3D generation on your own computer. No cloud, no subscription, no account, no content filter.

Download

Windows 10/11, NVIDIA or AMD Radeon	NV-AI-Setup-0.5.5.exe
macOS 15+ on Apple Silicon, signed and notarized	NV-AI-0.4.4.dmg

All releases: github.com/Mantux775/NVAI-open/releases

What's new? / Was gibt's Neues?

October 2026: NV-AI 0.5.5 for Windows and 0.4.4 for Mac (release notes)

Outpainting, done properly	Extending all around no longer leaves ghost outlines or broken edges: FLUX 3 never returns the picture exactly in place (up to 43 px offset, with a border on all sides it zoomed in by 25 to 42 %), so NV-AI now extends one axis at a time, measures the offset and moves the result back before putting the original in
PhotoCraft add-on: "Extend" tab	Extending is its own fourth mode now, with FLUX 3 preselected; "Fill" is only filling again
Mac	Extending with FLUX.2 Klein through a mask; it fills all around in one pass

Since 0.5.4: outpainting, shorter "Expand prompt", tested realism LoRAs (Boreal, Lenovo UltraReal, Wuli Turbo, Wan 2.2 Lightning). Since 0.5.3: LoRAs from Hugging Face and Civitai, LTX-2.3, Mochi 1, Kandinsky 5, expand prompt for video, audio and 3D. Since 0.5.2: LTX-2.5 with sound, Boogu-Image, HiDream-O1, censored/uncensored labels, cancel, storage locations. Since 0.5.0/0.5.1: report a problem as an anonymized GitHub issue, AMD Radeon and several graphics cards (experimental, testers wanted: #1, #2), expand prompt on the Mac.

Outpainting, jetzt sauber	Rundum erweitern hinterlässt keine Geisterkonturen und verbauten Kanten mehr: FLUX 3 gibt das Bild nie genau an derselben Stelle wieder (bis 43 px Versatz, bei Rand auf allen Seiten zoomte es 25 bis 42 % hinein). NV-AI erweitert deshalb Achse für Achse, misst den Versatz und rückt das Ergebnis zurück, bevor das Original eingesetzt wird
PhotoCraft-Add-on: Reiter „Erweitern“	Erweitern ist jetzt ein eigener, vierter Modus mit FLUX 3 voreingestellt; „Füllen“ ist wieder nur Füllen
Mac	Erweitern mit FLUX.2 Klein per Maske; füllt rundum in einem Durchgang

Seit 0.5.4: Outpainting, kürzeres „Prompt ausbauen“, getestete Realismus-LoRAs (Boreal, Lenovo UltraReal, Wuli Turbo, Wan 2.2 Lightning). Seit 0.5.3: LoRAs von Hugging Face und Civitai, LTX-2.3, Mochi 1, Kandinsky 5, Prompt ausbauen für Video, Audio und 3D. Seit 0.5.2: LTX-2.5 mit Ton, Boogu-Image, HiDream-O1, Kennzeichnung zensiert/unzensiert, Abbrechen, Speicherorte. Seit 0.5.0/0.5.1: Problem als anonymisiertes GitHub-Issue melden, AMD Radeon und mehrere Grafikkarten (experimentell, Tester gesucht: #1, #2), Prompt ausbauen auf dem Mac.

English · Video · Deutsch

---

English

Hi

I vibe-coded this app because I needed it myself, and I'd like to share it. I wanted images, sounds and 3D models for my own game projects without paying per picture or sending everything to the cloud.

It has only been tested on my own hardware: a Windows PC with an RTX 5060 Ti (16 GB) and 64 GB RAM, and a Mac mini M1 with 8 GB. Feedback is very welcome as an issue, easiest with "Report a problem" in the app (top right on Windows, Settings on the Mac): it attaches an anonymized report with the logs. I have a full-time job, so answers can take a while. NV-AI was built in German first, so you may still find German code comments. English and German are both available in all apps.

Features at a glance

	Windows	Mac
Images	FLUX 3 Image Klein, Qwen-Image-2512, Boogu-Image, HiDream-O1, Chroma, Z-Image, SDXL family and more	FLUX.2 Klein 4B (MLX), Stable Diffusion via Core ML
Editing	Reference images, image to image, inpainting with a mask	Reference images, image to image, inpainting with a mask
Expand prompt	For every model: images, video, sound, music, 3D	Images, since 0.4
LoRAs	From Hugging Face and Civitai, checked before download, for images and video
Audio	Sound effects (Stable Audio Open), music with vocals (ACE-Step)
Video	LTX-2.5 and LTX-2.3 with sound, Wan 2.1/2.2, Mochi, Kandinsky 5, text or image to video
3D	Image to GLB model, with PBR textures (TRELLIS.2) or shape only (TripoSG)
Graphics	NVIDIA, AMD Radeon (experimental), several cards (experimental)	Apple Silicon
Uncensored models	Chroma, Pony, NoobAI and more, one click away
Claude Code	MCP server with 15 tools
PhotoCraft add-on	Yes	Yes

Claude Code: your assets on request

NV-AI comes with an MCP server. Register it once, and Claude Code can generate images, sounds, music, video clips and 3D models for you while it works on your project, and copy them straight into it:

claude mcp add --scope user nvai -- "<install folder>\server\.venv\Scripts\python.exe" -m nvai.mcp_server

Then just ask: "Make a weathered wooden barrel as a 3D model and put it into Assets/Generated/Meshes", or "I need a sword clash sound and 60 seconds of tense orchestral music for the boss fight". Claude checks what is installed, suggests a model if one is missing (and asks before downloading), generates, and gets back the file paths.

Tool	What it does
generate_image, generate_audio, generate_video	Generate and return the file paths
image_to_3d, text_to_3d	Turn an image, or just a text, into a GLB model
expand_prompt	Turn a few words into a full image description
list_models, download_model, set_active_model	Manage models, including size, VRAM need and license
copy_asset, list_assets	Put results into your project

Setup with the Windows setup, data folder and port: docs/CLAUDE_CODE.md. That guide also explains model choice, prompts and sizes, and Claude reads the same advice from the tool descriptions.

NVIDIA and AMD

Graphics card	What NV-AI does
NVIDIA RTX 50	Uses the NVFP4 versions of FLUX 3 and Qwen-Image, which the card computes natively in hardware
NVIDIA RTX 20, 30, 40	Recommends the INT8 versions instead; FLUX 3 INT8 runs on 8 GB cards according to Black Forest Labs
Two or more NVIDIA cards	Experimental since 0.5: in the header or under "Models" → "Graphics cards", image models, language models and 3D each get their own card. The language models then run in a second ComfyUI, so "Expand prompt" works while an image renders
AMD Radeon	Experimental since 0.5: the setup detects a Radeon and installs PyTorch with ROCm 7.2.1 from AMD. Needs driver 26.2.2 or newer and a card on AMD's compatibility list. Image models in INT8 or FP8; 3D needs NVIDIA for now

The model list marks which models fit your card and says when a format does not run natively on it.

Testers wanted: I only have one NVIDIA card. The multi-card mode is tested with one card simulating two, and on AMD the installation is tested but no image was generated yet. If you have the hardware, please use "Report a problem" or report in #1 (several NVIDIA cards) or #2 (AMD Radeon).

Uncensored models

NV-AI has no content filter of its own: no prompt blocklist, no image check, nothing is sent anywhere. What a model will draw depends only on how it was trained. The model list labels every image and video model as uncensored, partly censored, censored or unknown, with the source in the tooltip. Some models in the catalog are trained without filters and can be downloaded with one click under "Models":

Model	Good for	Download / VRAM	License
Chroma1-HD (fp8)	Scenes, painting styles, dark fantasy and horror; follows long prompts well, negative prompt works	13.7 GB / about 11 GB	Apache-2.0
Pony Diffusion V6 XL	Characters and creatures; huge LoRA ecosystem; needs its score tags (score_9, score_8_up, …)	6.5 GB / about 8 GB	see model card
NoobAI-XL v1.1	Stylized 2D and anime; knows more characters and styles than Illustrious	6.6 GB / about 8 GB	Fair AI Public License 1.0-SD

More can be found with "Models" → "Search models and LoRAs": NV-AI checks a file before downloading and loads SDXL and SD 1.5 checkpoints, which covers most community fine-tunes. Since 0.5.3 the same page finds LoRAs on Hugging Face and Civitai, including uncensored ones for Qwen-Image, Z-Image, Wan and LTX; NV-AI reads the file header first and tells you which model the LoRA fits. Civitai needs your own API key for downloads.

You are responsible for what you create and publish. Respect the law and each model's license; the FLUX 3 license, for example, requires a content filter or a review of every image before it is published.

Expand prompt

Type a few words, click "Expand prompt", and NV-AI writes a full image description from them: setting, materials, light, what happens in the picture. Read it, delete what was invented, generate. It works with every image model, and since 0.5.3 on Windows also for video (motion, camera move, with LTX also the sound), sound effects, music tags and 3D, in 3 to 12 s.

	Uses	Time
Windows	The prompt upsampler of FLUX 3 Image Klein (Qwen3.5-9B)	about 15 s on an RTX 5060 Ti
Mac	The text encoder of FLUX.2 Klein (Qwen3-4B), nothing extra to download	22 to 25 s on a Mac mini M1

_{Left "a medieval blacksmith" as typed, right the expanded prompt with the inventions removed (Qwen-Image-2512).}

3D: from an image to a model

Generate an image of an object, then turn it into a GLB model for Unity, Blender or any engine. TRELLIS.2 (MIT) also paints PBR textures (color, metal, roughness, 2048²) in about 75 seconds; TripoSG (MIT) builds the shape only.

_{Left the image (FLUX 3), right the 3D model made from it with TRELLIS.2.}

Lettering does not survive (TRELLIS.2 paints its own texture), so put text and decals on afterwards, and plan some retopology before a model goes into a game.

Image models compared

Same prompt, seed and size (832 × 1216), measured on an RTX 5060 Ti with the model loaded: FLUX 3 Image Klein about 32 s, Qwen-Image-2512 about 98 s, Qwen-Image 2.1 about 21 s (non-commercial license).

Editing with FLUX 3: the reference image on the left, "replace the rope handles with iron handles, keep everything else unchanged" on the right, 44 s.

In short: FLUX 3 is fast and the only one that edits images while keeping the rest intact. Qwen-Image-2512 is better at lettering and at how things are built, and is Apache-2.0. More comparisons, prompt tips and test results: docs/MODELS.md. All images in this README were generated with NV-AI.

Outpainting: extend a picture

Pick how many pixels to add on the left, top, right and bottom, and NV-AI paints the new border to match. With FLUX 3 the original stays as it is: FLUX never returns the picture exactly in place, so NV-AI extends one axis at a time, measures the offset and moves the result back before putting the original in (since 0.5.5; 0.5.4 still showed ghost outlines). In the web interface under "Rework an existing image", over MCP, and in the PhotoCraft add-on as its own "Extend" tab.

On the Mac, FLUX.2 Klein fills the border through a mask; the transition there stays softer and can remain visible.

LoRAs for more realism

LoRAs are small add-on files that teach a model a style. Tested on Qwen-Image-2512 with the same seed: Boreal looks most like a real photo, Lenovo UltraReal stays closest to the prompt. Both allow selling the images.

Mac app

On Apple Silicon, NV-AI is a native app. It runs FLUX.2 Klein 4B with MLX: generate, refine, fill with a mask, up to three reference images, and expand prompts. Smaller Stable Diffusion models run through Core ML. It offers the same REST API as the Windows version, so the PhotoCraft add-on works with both.

PhotoCraft add-on

PhotoCraft is a great open-source photo editor. The optional add-on connects it to NV-AI: select an area, then fill it, generate something new or rework it, and the result comes back as a layer with a mask. Needs PhotoCraft 0.10.0 or newer. Thanks a lot to the PhotoCraft developers for such a well-scriptable editor.

iOS app (closed beta)

There is also an iOS app with a 3D scanner that turns photos of real objects into 3D models. If enough people are interested I'll make it public, so tell me in an issue if you would use it.

Requirements

	Windows	macOS
System	Windows 10 (2004+) or 11, 64-bit	macOS 15 or newer, Apple Silicon
Graphics / memory	12 GB+ VRAM recommended (8 GB works with the INT8 models). NVIDIA: driver 580.88+. AMD Radeon: driver 26.2.2+	16 GB RAM or more recommended (8 GB works for small images)
Disk	about 10 GB for the program, plus 5 to 30 GB per model	about 1 GB for the app, plus about 10 GB for FLUX.2 Klein
Internet	for setup (about 3 GB) and model downloads	for model downloads

The Windows setup is not code-signed, so Windows may show "Windows protected your PC": click "More info", then "Run anyway". Details: docs/INSTALL.md.

Licenses

The code in this repository is under the MIT License: do whatever you want with it. Third-party components keep their own licenses, see THIRD_PARTY_NOTICES.txt. ComfyUI (GPL-3.0) is shipped as a separate program with its full source code.

Models are not part of this repository. Each has its own license, shown in NV-AI's model list. FLUX 3 Image Klein (FLUX Kommunity License) allows commercial use of images only below USD 5 million annual revenue and requires checking every image before publishing. Qwen-Image-2512, FLUX.2 Klein 4B and Chroma are Apache-2.0.

More

• docs/INSTALL.md: installing, building from source, the PhotoCraft add-on
• docs/MODELS.md: the image models in detail, prompt tips, test results
• docs/CLAUDE_CODE.md: using NV-AI from Claude Code
• photocraft-addon/: source of the PhotoCraft add-on

---

Video

NV-AI and the PhotoCraft add-on in action, a short on YouTube.
NV-AI und das PhotoCraft-Add-on in Aktion, ein kurzes Video auf YouTube.
youtube.com/shorts/e9jSTwgwnrI

---

Deutsch

Hallo

Ich habe diese App aus eigenem Bedarf „vibegecodet“ und möchte sie teilen. Ich wollte Bilder, Sounds und 3D-Modelle für meine eigenen Spieleprojekte erzeugen, ohne pro Bild zu zahlen oder alles in die Cloud zu schicken.

Getestet ist sie nur auf meiner eigenen Hardware: einem Windows-PC mit RTX 5060 Ti (16 GB) und 64 GB RAM und einem Mac mini M1 mit 8 GB. Über Feedback als Issue freue ich mich sehr, am einfachsten mit „Problem melden“ in der App (Windows oben rechts, Mac in den Einstellungen): Das hängt einen anonymisierten Bericht mit den Protokollen an. Ich habe einen Vollzeitjob, Antworten können also dauern. NV-AI ist zuerst auf Deutsch entstanden, im Code stehen deshalb noch deutsche Kommentare. Deutsch und Englisch sind in allen Apps wählbar.

Funktionen im Überblick

	Windows	Mac
Bilder	FLUX 3 Image Klein, Qwen-Image-2512, Boogu-Image, HiDream-O1, Chroma, Z-Image, SDXL-Familie und weitere	FLUX.2 Klein 4B (MLX), Stable Diffusion über Core ML
Bearbeiten	Referenzbilder, Bild zu Bild, Füllen mit Maske	Referenzbilder, Bild zu Bild, Füllen mit Maske
Prompt ausbauen	Für jedes Modell: Bild, Video, Ton, Musik, 3D	Bilder, seit 0.4
LoRAs	Von Hugging Face und Civitai, vor dem Laden geprüft, für Bild und Video
Audio	Soundeffekte (Stable Audio Open), Musik mit Gesang (ACE-Step)
Video	LTX-2.5 und LTX-2.3 mit Ton, Wan 2.1/2.2, Mochi, Kandinsky 5, aus Text oder Bild
3D	Aus einem Bild ein GLB-Modell, mit PBR-Texturen (TRELLIS.2) oder als reine Form (TripoSG)
Grafik	NVIDIA, AMD Radeon (experimentell), mehrere Karten (experimentell)	Apple Silicon
Unzensierte Modelle	Chroma, Pony, NoobAI und weitere, einen Klick entfernt
Claude Code	MCP-Server mit 15 Werkzeugen
PhotoCraft-Add-on	Ja	Ja

Claude Code: Assets auf Zuruf

NV-AI bringt einen MCP-Server mit. Einmal eingetragen, erzeugt Claude Code Bilder, Sounds, Musik, Videoclips und 3D-Modelle, während es an deinem Projekt arbeitet, und kopiert sie gleich hinein:

claude mcp add --scope user nvai -- "<Installationsordner>\server\.venv\Scripts\python.exe" -m nvai.mcp_server

Dann einfach sagen: „Mach ein verwittertes Holzfass als 3D-Modell und leg es nach Assets/Generated/Meshes“ oder „Ich brauche einen Schwertklang und 60 Sekunden spannende Orchestermusik für den Bosskampf“. Claude prüft, was installiert ist, schlägt bei Bedarf ein Modell vor (und fragt vor dem Download), generiert und bekommt die Dateipfade zurück.

Werkzeug	Was es tut
generate_image, generate_audio, generate_video	Erzeugen und die Dateipfade liefern
image_to_3d, text_to_3d	Aus einem Bild oder nur aus Text ein GLB-Modell
expand_prompt	Aus ein paar Worten eine volle Bildbeschreibung
list_models, download_model, set_active_model	Modelle verwalten, mit Größe, VRAM-Bedarf und Lizenz
copy_asset, list_assets	Ergebnisse ins Projekt bringen

Einrichtung mit dem Windows-Setup, Datenordner und Port: docs/CLAUDE_CODE.md (englisch). Dort stehen auch Modellwahl, Prompts und Formate, und Claude liest dieselben Hinweise aus den Werkzeugbeschreibungen.

NVIDIA und AMD

Grafikkarte	Was NV-AI macht
NVIDIA RTX 50	Nutzt die NVFP4-Fassungen von FLUX 3 und Qwen-Image, die die Karte nativ in Hardware rechnet
NVIDIA RTX 20, 30, 40	Empfiehlt stattdessen die INT8-Fassungen; FLUX 3 INT8 läuft laut Black Forest Labs schon auf 8-GB-Karten
Zwei oder mehr NVIDIA-Karten	Experimentell seit 0.5: In der Kopfleiste oder unter „Modelle“ → „Grafikkarten“ bekommen Bildmodelle, Sprachmodelle und 3D je eine eigene Karte. Die Sprachmodelle laufen dann in einem zweiten ComfyUI, „Prompt ausbauen“ geht also, während ein Bild rechnet
AMD Radeon	Experimentell seit 0.5: Das Setup erkennt eine Radeon und installiert PyTorch mit ROCm 7.2.1 von AMD. Nötig sind Treiber 26.2.2 oder neuer und eine Karte auf AMDs Kompatibilitätsliste. Bildmodelle in INT8 oder FP8; 3D braucht vorerst NVIDIA

Die Modellliste markiert, welche Modelle zur Karte passen, und sagt, wenn ein Format darauf nicht nativ rechnet.

Tester gesucht: Ich habe nur eine NVIDIA-Karte. Der Mehrkartenbetrieb ist mit einer Karte getestet, die zwei simuliert, und auf AMD ist die Installation getestet, aber noch kein Bild erzeugt. Wer die Hardware hat: bitte über „Problem melden“ oder in #1 (mehrere NVIDIA-Karten) oder #2 (AMD Radeon) berichten.

Unzensierte Modelle

NV-AI hat keinen eigenen Inhaltsfilter: keine Sperrliste für Prompts, keine Bildprüfung, nichts wird irgendwohin geschickt. Was ein Modell zeichnet, hängt nur von seinem Training ab. Die Modellliste kennzeichnet jedes Bild- und Videomodell als unzensiert, teilweise zensiert, zensiert oder unbekannt, mit Quelle im Tooltip. Einige Modelle im Katalog sind ohne Filter trainiert und unter „Modelle“ mit einem Klick geladen:

Modell	Gut für	Download / VRAM	Lizenz
Chroma1-HD (fp8)	Szenen, Malstile, Dark Fantasy und Horror; folgt langen Prompts gut, Negativprompt wirkt	13,7 GB / rund 11 GB	Apache-2.0
Pony Diffusion V6 XL	Figuren und Kreaturen; riesiges LoRA-Angebot; braucht seine Score-Tags (score_9, score_8_up, …)	6,5 GB / rund 8 GB	siehe Model Card
NoobAI-XL v1.1	Stilisiertes 2D und Anime; kennt mehr Figuren und Stile als Illustrious	6,6 GB / rund 8 GB	Fair AI Public License 1.0-SD

Weitere findet „Modelle“ → „Modelle und LoRAs suchen“: NV-AI prüft eine Datei vor dem Download und lädt SDXL- und SD-1.5-Checkpoints, damit sind die meisten Community-Feintunings abgedeckt. Seit 0.5.3 findet dieselbe Seite auch LoRAs auf Hugging Face und Civitai, auch unzensierte für Qwen-Image, Z-Image, Wan und LTX; NV-AI liest vorher den Dateikopf und sagt, zu welchem Modell die LoRA passt. Civitai braucht für Downloads einen eigenen API-Schlüssel.

Für das, was du erzeugst und veröffentlichst, bist du selbst verantwortlich. Gesetze und die Lizenz des Modells gelten; die FLUX-3-Lizenz etwa verlangt einen Inhaltsfilter oder die Prüfung jedes Bildes vor der Veröffentlichung.

Prompt ausbauen

Ein paar Worte eintippen, auf „Prompt ausbauen“ klicken, und NV-AI schreibt daraus eine volle Bildbeschreibung: Ort, Material, Licht, was im Bild passiert. Lesen, Erfundenes streichen, generieren. Das geht mit jedem Bildmodell und seit 0.5.3 unter Windows auch für Video (Bewegung, Kamerafahrt, bei LTX auch der Ton), Soundeffekte, Musik-Tags und 3D, in 3 bis 12 s.

	Nutzt	Dauer
Windows	Den Prompt-Upsampler von FLUX 3 Image Klein (Qwen3.5-9B)	rund 15 s auf einer RTX 5060 Ti
Mac	Den Text-Encoder von FLUX.2 Klein (Qwen3-4B), kein zusätzlicher Download	22 bis 25 s auf einem Mac mini M1

_{Links „a medieval blacksmith“ wie eingetippt, rechts der ausgebaute Prompt, Erfundenes gestrichen (Qwen-Image-2512).}

3D: vom Bild zum Modell

Ein Bild eines Objekts erzeugen, dann daraus ein GLB-Modell für Unity, Blender oder jede Engine machen. TRELLIS.2 (MIT) malt dazu PBR-Texturen (Farbe, Metall, Rauheit, 2048²) in rund 75 Sekunden; TripoSG (MIT) baut nur die Form.

_{Links das Bild (FLUX 3), rechts das daraus gebaute 3D-Modell mit TRELLIS.2.}

Schrift übersteht das nicht (TRELLIS.2 malt die Textur selbst), also Schrift und Aufkleber nachträglich aufbringen und vor dem Einsatz im Spiel etwas Retopologie einplanen.

Bildmodelle im Vergleich

Gleicher Prompt, Seed und Format (832 × 1216), gemessen auf einer RTX 5060 Ti mit geladenem Modell: FLUX 3 Image Klein rund 32 s, Qwen-Image-2512 rund 98 s, Qwen-Image 2.1 rund 21 s (nicht kommerzielle Lizenz).

Bearbeiten mit FLUX 3: links das Referenzbild, rechts „replace the rope handles with iron handles, keep everything else unchanged“, 44 s.

Kurz gesagt: FLUX 3 ist schnell und als einziges Modell in der Lage, Bilder zu bearbeiten und den Rest unverändert zu lassen. Qwen-Image-2512 ist besser bei Schrift und Konstruktion und steht unter Apache-2.0. Weitere Vergleiche, Prompt-Tipps und Testergebnisse: docs/de/MODELLE.md. Alle Bilder in diesem README hat NV-AI erzeugt.

Outpainting: ein Bild erweitern

Angeben, wie viele Pixel links, oben, rechts und unten dazukommen, und NV-AI malt den neuen Rand passend dazu. Mit FLUX 3 bleibt das Original, wie es ist: FLUX gibt das Bild nie genau an derselben Stelle wieder, deshalb erweitert NV-AI Achse für Achse, misst den Versatz und rückt das Ergebnis zurück, bevor das Original eingesetzt wird (seit 0.5.5; 0.5.4 zeigte noch Geisterkonturen). In der Weboberfläche unter „Vorhandenes Bild überarbeiten“, über MCP und im PhotoCraft-Add-on als eigener Reiter „Erweitern“.

Auf dem Mac füllt FLUX.2 Klein den Rand per Maske; der Übergang bleibt dort weicher und kann sichtbar bleiben.

LoRAs für mehr Realismus

LoRAs sind kleine Zusatzdateien, die einem Modell einen Stil beibringen. Getestet an Qwen-Image-2512 mit gleichem Seed: Boreal wirkt am ehesten wie ein echtes Foto, Lenovo UltraReal bleibt am nächsten am Prompt. Beide erlauben den Verkauf der Bilder.

Mac-App

Auf Apple Silicon ist NV-AI eine native App. Sie rechnet FLUX.2 Klein 4B mit MLX: Generieren, Überarbeiten, Füllen mit Maske, bis zu drei Referenzbilder und Prompt ausbauen. Kleinere Stable-Diffusion-Modelle laufen über Core ML. Sie bietet dieselbe REST-Schnittstelle wie die Windows-Fassung, das PhotoCraft-Add-on arbeitet also mit beiden.

PhotoCraft-Add-on

PhotoCraft ist ein toller Open-Source-Bildeditor. Das optionale Add-on verbindet ihn mit NV-AI: Bereich auswählen, dann füllen, neu generieren oder überarbeiten, das Ergebnis kommt als Ebene mit Maske zurück. Braucht PhotoCraft ab 0.10.0. Vielen Dank an die PhotoCraft-Entwickler für einen so gut steuerbaren Editor.

iOS-App (geschlossene Beta)

Es gibt auch eine iOS-App mit 3D-Scanner, die aus Fotos echter Gegenstände 3D-Modelle macht. Wenn genug Interesse da ist, stelle ich sie öffentlich bereit. Schreibt mir gern in einem Issue, wenn ihr sie nutzen würdet.

Voraussetzungen

	Windows	macOS
System	Windows 10 (ab 2004) oder 11, 64 Bit	macOS 15 oder neuer, Apple Silicon
Grafik / Speicher	empfohlen ab 12 GB VRAM (8 GB gehen mit den INT8-Modellen). NVIDIA: Treiber ab 580.88. AMD Radeon: Treiber ab 26.2.2	empfohlen ab 16 GB RAM (8 GB reichen für kleine Bilder)
Platte	rund 10 GB für das Programm, dazu 5 bis 30 GB pro Modell	rund 1 GB für die App, dazu etwa 10 GB für FLUX.2 Klein
Internet	fürs Einrichten (rund 3 GB) und die Modelle	für die Modelle

Das Windows-Setup ist nicht signiert. Windows zeigt deshalb eventuell „Der Computer wurde durch Windows geschützt“: auf „Weitere Informationen“ und dann „Trotzdem ausführen“ klicken. Details: docs/de/INSTALL.md.

Lizenzen

Der Code in diesem Repo steht unter der MIT-Lizenz: Jeder darf damit machen, was er will. Fremde Komponenten behalten ihre eigenen Lizenzen, siehe THIRD_PARTY_NOTICES.txt. ComfyUI (GPL-3.0) wird als eigenständiges Programm mit vollständigem Quelltext mitgeliefert.

Modelle sind nicht Teil dieses Repos. Jedes hat seine eigene Lizenz, die NV-AI in der Modellliste anzeigt. FLUX 3 Image Klein (FLUX Kommunity License) erlaubt kommerzielle Nutzung der Bilder nur unter 5 Millionen US-Dollar Jahresumsatz und verlangt, jedes Bild vor der Veröffentlichung zu prüfen. Qwen-Image-2512, FLUX.2 Klein 4B und Chroma stehen unter Apache-2.0.

Weiterlesen

• docs/de/INSTALL.md: Installation, Bauen aus dem Quelltext, PhotoCraft-Add-on
• docs/de/MODELLE.md: die Bildmodelle im Detail, Prompt-Tipps, Testergebnisse
• docs/CLAUDE_CODE.md: NV-AI aus Claude Code nutzen (englisch)
• photocraft-addon/: Quelltext des PhotoCraft-Add-ons