#diffusion-transformer Repositories
Entdecke 32 aktive Open-Source-GitHub-Repositories, die mit #diffusion-transformer getaggt sind und insgesamt 82,342 Sterne gesammelt haben (durchschnittlich 2,573 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist SWivid/F5-TTS mit 15,634 Sternen.
Insgesamt 32 Repositories
Offizieller Code für „F5-TTS: Ein Märchenerzähler, der flüssige und getreue Sprache mit Flow Matching fälscht“
HunyuanVideo: Ein systematischer Rahmen für die große Videogenerierungsmodelle
Hunyuan-DiT: Ein leistungsstarker Multi-Resolution Diffusion Transformer mit feingranularem Chinesischverständnis
PixArt-α: Schnelles Training von Diffusion Transformer für fotorealistische Text-zu-Bild-Synthese
🔥 [ICCV 2025 Highlight] InfiniteYou: Flexible Foto-Neugestaltung unter Beibehaltung Ihrer Identität
HY-Motion-Modell für die Erzeugung von 3D-Menschbewegungen oder 3D-Charakteranimationen.
Lumina-T2X ist ein einheitlicher Rahmen für die Generierung von Text zu beliebigen Modalitäten
[NeurIPS 2025] Bildbearbeitung ist eine einzige LoRA wert! 0,1 % Trainingsdaten für fantastische Bildbearbeitung! Übertrifft GPT-4o in der ID-Persistenz~ MoE ckpt veröffentlicht! Nur 4 GB VRAM reichen für den Betrieb!
PixArt-Σ: Schwach-zu-Stark-Training des Diffusion Transformers für 4K-Text-zu-Bild-Generierung
Implementierung von "EasyControl: Hinzufügen effizienter und flexibler Steuerung für Diffusion Transformer" (ICCV2025)
[ACM MM 2025] FantasyTalking: Realistische sprechende Porträtgenerierung durch kohärente Bewegungsgenerierung
[ICCV 2025] 🔥🔥 UNO: Eine universelle Anpassungsmethode für die Konditionierung von Einzel- und Mehrfachelementen
[NeurIPS 2024] DreamClear: Hochkapazitive Bildrestaurierung in der realen Welt mit datenschutzsicherer Datensatzerstellung
[ICLR2026] SeedVR2: Video-Wiederherstellung in einem Schritt mittels Diffusionsadversarialem Post-Training
Offene Daten und skalierbares Training für Video-Weltmodelle mit langem Zeithorizont.
Offizielle Implementierung für "RIFLEx: Ein Free Lunch für Length Extrapolation in Video Diffusion Transformers" (ICML 2025), UltraViCo (ICLR 2026) und UltraImage
Dies ist eine Studie, die darauf abzielt, das einzelne Konzept mithilfe der Selbstaufmerksamkeitsfähigkeit des DIT-Modells zu übertragen.
[ECCV 2026 Oral] DreamID-V: Überbrückung der Lücke zwischen Bild und Video für hochwertigen Gesichtsaustausch mittels Diffusion Transformer
HunyuanImage-2.1: Ein effizientes Diffusionsmodell für hochauflösende (2K) Text-zu-Bild-Generierung
[🚀ICML 2025] "Rectified Flow für Inversion und Bearbeitung zähmen" Verwendung von FLUX und HunyuanVideo für Bild- und Videobearbeitung!
SLA: Über die Sparsität in Diffusion-Transformern hinaus durch feinabstimmbare sparsame lineare Aufmerksamkeit
Häufig gestellte Fragen
Welches ist das beliebteste #diffusion-transformer-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#diffusion-transformer-Projekt auf GitHub ist SWivid/F5-TTS mit 15,634 Sternen. Offizieller Code für „F5-TTS: Ein Märchenerzähler, der flüssige und getreue Sprache mit Flow Matching fälscht“
Welche Programmiersprachen werden in #diffusion-transformer-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #diffusion-transformer-Projekten auf GitHub sind Python, Jupyter Notebook die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #diffusion-transformer-Repositories berechnet?
Wir verfolgen 32 aktive Open-Source-Repositories, die mit #diffusion-transformer getaggt sind (500+ Sterne), mit insgesamt 82,342 Sternen und durchschnittlich 2,573 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.