#diffusion-models Repositorios
473 repositorios en total
Un marco unificado de inferencia y post-entrenamiento para la generación acelerada de videos.
Ya sea que sea un principiante absoluto, una aplicación de proyecto en CV, NLP, LLM, o una implementación y despliegue de ingeniería avanzada, aquí lo encontrará todo en "Guía práctica de PyTorch" (2ª edición). Creemos que con la ayuda de este libro, los lectores podrán dominar fácilmente el uso de PyTorch y convertirse en excelentes ingenieros de aprendizaje profundo.
Materiales para el curso de modelos de difusión de Hugging Face
Hunyuan-DiT: Un potente Transformer de difusión multirresolución con comprensión detallada del chino
La implementación oficial de PyTorch del artículo "Human Motion Diffusion Model"
Comprender el comportamiento humano para alinear las verdaderas necesidades
Crea vídeos en el ordenador que ya tienes. FreeVideo ejecuta MiniMax H3 con tan solo 8 GB de VRAM y 16 GB de RAM, y adapta su ruta de aceleración a tu hardware.
[ICLR2025 Spotlight] SVDQuant: Absorción de valores atípicos mediante componentes de bajo rango para modelos de difusión de 4 bits
TurboDiffusion: Aceleración de 100 a 200 veces para modelos de difusión de video
Lanzamiento para modelos probabilísticos de difusión de eliminación de ruido mejorados
GLIDE: un modelo de síntesis de imágenes condicionado por texto basado en difusión
Una lista curada de investigación de vanguardia en IA encarnada, centrándose en modelos de visión-lenguaje-acción (VLA), navegación visión-lenguaje (VLN) y enfoques de aprendizaje multimodal relacionados.
[NeurIPS 2024] Código oficial para PuLID: Personalización de ID pura y ultrarrápida a través de alineación contrastiva
Código base oficial para "Self Forcing: Bridging Training and Inference in Autoregressive Video Diffusion" (NeurIPS 2025 Spotlight)
Edite cualquier cosa en imágenes, impulsado por segment-anything, ControlNet, StableDiffusion, etc. (ACM MM)
Artículos de modelos de difusión, encuesta y taxonomía
PixArt-α: Entrenamiento rápido de Diffusion Transformer para la síntesis fotorrealista de texto a imagen
Repositorio oficial de VGen: un ecosistema holístico de generación de video para la generación de video basado en modelos de difusión
[ICLR 2025] Pyramidal Flow Matching para la Modelización Generativa Eficiente de Vídeos
Recopilar artículos, datos y repositorios relacionados con super-resolución
[NeurIPS 2025] Let Them Talk: Generación de video conversacional multi-persona impulsada por audio
[ICLR 2024] Implementación oficial de DreamCraft3D: Generación 3D jerárquica con prior de difusión bootstrapped
Un kit de ajuste fino general orientado a modelos de difusión de imagen/video/audio.
Para facilitar el uso de ComfyUI, he realizado algunas optimizaciones e integraciones en algunos nodos de uso común.
Generación de video de movimiento humano de alta calidad con guía de pose consciente de la confianza
MusePose: un marco de imagen a video impulsado por pose para la generación de humanos virtuales
[NeurIPS 2025] Una implementación oficial de Flow-GRPO: Entrenamiento de modelos de coincidencia de flujo a través de RL en línea
[Destacado de ECCV 2026] Implementación de «Live Avatar: Generación de avatares impulsada por audio en tiempo real mediante streaming y de duración infinita»
Una colección seleccionada de artículos, benchmarks, revisiones y herramientas sobre la cuantización de modelos, que abarca redes de pocos bits, LLM, modelos multimodales y generativos, cuantización vectorial y de retícula, y despliegue eficiente.
Implementación oficial de PyTorch para la generación de video de un minuto con entrenamiento en tiempo de prueba
📹 Un marco más flexible que puede generar videos en cualquier resolución y crea videos a partir de imágenes.