#diffusers Repositories
Entdecke 30 aktive Open-Source-GitHub-Repositories, die mit #diffusers getaggt sind und insgesamt 63,935 Sterne gesammelt haben (durchschnittlich 2,131 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist xorbitsai/inference mit 9,667 Sternen.
Insgesamt 30 Repositories
Open-Source-Inferenzplattform für Sprach-, Vision-, Embedding-, Reranking-, Bild-, Audio- und Videomodelle. Stellen Sie mehrere Engines auf heterogener Hardware bereit – vom Laptop bis zum verteilten Cluster. Stellen Sie Modelle über OpenAI-kompatible APIs bereit.
SD.Next: All-in-One-WebUI für die KI-generierte Bild- und Videoproduktion, Untertitelerstellung und Verarbeitung
Ein einheitlicher Inferenz- und Post-Training-Framework für die beschleunigte Videogenerierung.
Ein allgemeines Fine-Tuning-Kit, das auf Bild-/Video-/Audio-Diffusionsmodelle zugeschnitten ist.
🔥 [ICCV 2025 Highlight] InfiniteYou: Flexible Foto-Neugestaltung unter Beibehaltung Ihrer Identität
Native Apple-MLX-Implementierungen modernster generativer Bild- und Videomodelle
Code-Repository für Zero123++: ein Single-Image-zu-konsistenten-Multi-View-Diffusion-Basismodell.
OneDiff: Eine sofort einsatzbereite Beschleunigungsbibliothek für Diffusionsmodelle.
Ein einfach zu bedienendes und leistungsstarkes KI-Bereitstellungs-Framework | An Easy-to-Use and High-Performance AI Deployment Framework
Effizienz der Post-Training-Quantisierung, Genauigkeit der quantisierungsbewussten Trainingsmethode
Pruna ist ein Framework zur Modelloptimierung, das für Entwickler entwickelt wurde und es Ihnen ermöglicht, schnellere, effizientere Modelle mit minimalem Overhead zu liefern.
https://wavespeed.ai/ Bestes Framework zur Optimierung der Inferenzleistung für HuggingFace Diffusers auf NVIDIA GPUs.
Die Inpaint Anything-Erweiterung führt Stable Diffusion Inpainting auf einer Browser-Benutzeroberfläche mit Masken von Segment Anything durch.
App mit mehreren Echtzeit-Diffusionsmodell-Pipelines mit Diffusers
Das am einfachsten zu verstehende Tutorial zur Verwendung von LoRA (Low-Rank Adaptation) im Diffusers-Framework für AI-Generierungsforscher🔥
[AAAI 2025] Offizielle Codes von "ResAdapter: Domain Consistent Resolution Adapter for Diffusion Models".
Ein einheitliches Framework für die einfache Feinabstimmung von Flow-Matching-Modellen
Pytorch-Implementierung von: "Stable-Hair: Real-World Hair Transfer via Diffusion Model" (AAAI 2025)
OmniVCus: Feedforward-gestützte, subjektspezifische Videoanpassung mit multimodalen Kontrollbedingungen (NeurIPS 2025)
Häufig gestellte Fragen
Welches ist das beliebteste #diffusers-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#diffusers-Projekt auf GitHub ist xorbitsai/inference mit 9,667 Sternen. Open-Source-Inferenzplattform für Sprach-, Vision-, Embedding-, Reranking-, Bild-, Audio- und Videomodelle. Stellen Sie mehrere Engines auf heterogener Hardware bereit – vom Laptop bis zum verteilten Cluster. Stellen Sie Modelle über OpenAI-kompatible APIs bereit.
Welche Programmiersprachen werden in #diffusers-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #diffusers-Projekten auf GitHub sind Python, Jupyter Notebook, Swift, C++ die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #diffusers-Repositories berechnet?
Wir verfolgen 30 aktive Open-Source-Repositories, die mit #diffusers getaggt sind (500+ Sterne), mit insgesamt 63,935 Sternen und durchschnittlich 2,131 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.