#diffusion-models Repositories
Insgesamt 473 Repositories
[ACM MM 2025] FantasyTalking: Realistische sprechende Porträtgenerierung durch kohärente Bewegungsgenerierung
[ICLR'24] Offizielle PyTorch-Implementierung von Magic123: Generierung hochwertiger 3D-Objekte aus einem einzigen Bild unter Verwendung von 2D- und 3D-Diffusions-Priors
Offizielle Implementierung von "MIMO: Kontrollierbare Charakter-Videosynthese mit räumlich zerlegter Modellierung"
Offizielle Repository für unsere Arbeit am Mikro-Budget-Training von groß angelegten Diffusionsmodellen.
[CVPR 2025 Highlight] Truncated Diffusion Model für Echtzeit-End-to-End-Autonomes Fahren
📖 Eine kuratierte Liste von Ressourcen, die sich dem Thema "Gespräch" widmen.
Wir stellen Prism vor, ein dynamisches Sparse-Attention-Framework für das native Training gemeinsamer Video- und Audio-Generierungsmodelle in 2K.
Implementierung von DiffDock: Diffusionsschritte, Drehungen und Wendungen beim Molekulardocking
Hochwertiges kostenloses Inpainting für jedes Stable Diffusion Modell. Unterstützt ComfyUI
[RSS 2024] 3D Diffusion Policy: Generalisierbares Visuomotorisches Policy-Lernen durch einfache 3D-Darstellungen
ResShift: Effizientes Diffusionsmodell für Bildsuperauflösung durch Restsverschiebung (NeurIPS@2023 Spotlight, TPAMI@2024)
Das offizielle Code-Repository für die zweite Ausgabe des O'Reilly-Buches Generative Deep Learning: Teaching Machines to Paint, Write, Compose and Play.
(CVPR 2025) Von langsamen bidirektionalen zu schnellen autoregressiven Video-Diffusionsmodellen
Pruna ist ein Framework zur Modelloptimierung, das für Entwickler entwickelt wurde und es Ihnen ermöglicht, schnellere, effizientere Modelle mit minimalem Overhead zu liefern.
FireRed-Image-Edit ist ein leistungsstarkes Bildbearbeitungs-Grundmodell, das Open-Source-State-of-the-Art-Leistung mit präziser Anweisungsbefolgung, hochauflösender Generierung, überlegener Identitätskonstanz und nahtloser Multi-Element-Fusion erreicht.
📦Tragbares Paket zum Ausführen von Hunyuan3D 2.0/2.1 unter Windows. | Integriertes Paket für Hunyuan 3D 2.0/2.1
[ICASSP 2024] 🍵 Matcha-TTS: Eine schnelle TTS-Architektur mit bedingungsgesteuerter Flussanpassung
(NeurIPS 2024 mündlicher Vortrag 🔥) Verbesserte Verteilungsübereinstimmungsdestillation für schnelle Bildsynthese
[AAAI 2025]👔IMAGDressing👔: Interaktive modulare Bekleidungsgenerierung für virtuelle Anproben. Es ermöglicht die anpassbare Generierung von menschlichen Bildern mit flexibler Kleidungs-, Haltungs- und Szenensteuerung, die eine hohe Wiedergabetreue und Konsistenz der Kleidungsstücke für virtuelle Anproben gewährleistet.
[TPAMI 2025🔥] MagicTime: Zeitraffer-Videogenerierungsmodelle als metamorphe Simulatoren
Timestep-Einbettungen erzählen: Es ist an der Zeit, für Video-Diffusionsmodelle zu cachen
[ICLR 2023 Oral] Zero-Shot-Bildwiederherstellung mit dem Denoising Diffusion Null-Raum-Modell
Code für "Diffusion Forcing: Next-token Prediction Meets Full-Sequence Diffusion"
LucidFlux: Bildrestaurierung fotorealistischer Bilder ohne Untertitel mithilfe eines groß angelegten Diffusions-Transformers, ICLR 2026
ELLA: Ausstattungsdiffusionsmodelle mit LLM für verbesserte semantische Ausrichtung
[CVPR2024] StableVITON: Erlernen semantischer Korrespondenz mit latentem Diffusionsmodell für virtuelle Anprobe
Eine Sammlung von Arbeiten zu Diffusionsmodellen für die 3D-Generierung.
Das offizielle GitHub-Repository für den Übersichtsartikel „A Survey on Diffusion Language Models“.
Dieser Knoten wurde entwickelt, um KI-Bildkünstlern bei der Erstellung von Prompts für menschliche Porträts zu helfen.
[CVPR'25] Tora: Trajektorienorientierter Diffusions-Transformer für die Videogenerierung
[CVPR 2026] 🔥🔥 Offizielles Repository von USO: Einheitliche Stil- und subjektgesteuerte Generierung via disentangled und Reward Learning
https://wavespeed.ai/ [WIP] Die All-in-One-Inferenzoptimierungslösung für ComfyUI, universell, flexibel und schnell.
HunyuanCustom: Eine multimodale, getriebene Architektur für die benutzerdefinierte Videoerstellung
Offizielle PyTorch-Implementierung von "SiT: Erkundung von fluss- und diffusionsbasierten generativen Modellen mit skalierbaren interpolanten Transformatoren"
ComfyUI-Knoten zum Zuschneiden vor dem Sampling und Wiederzusammenfügen nach dem Sampling, die die Inpainting beschleunigen