#diffusion-models Repositorios
473 repositorios en total
[ACM MM 2025] FantasyTalking: Generación realista de retratos parlantes mediante síntesis de movimiento coherente
[ICLR'24] Implementación oficial en PyTorch de Magic123: Generación de objetos 3D de alta calidad a partir de una sola imagen utilizando modelos de difusión 2D y 3D
Implementación oficial de "MIMO: Síntesis de video de personajes controlables con modelado descompuesto espacialmente"
Repositorio oficial para nuestro trabajo en el entrenamiento de micro-presupuesto de modelos de difusión a gran escala.
[CVPR 2025 Highlight] Modelo de Difusión Truncado para Conducción Autónoma End-to-End en Tiempo Real
Proponemos Prism, un marco de atención dispersa dinámica para entrenar de forma nativa modelos de generación conjunta de video y audio a 2K.
Implementación de DiffDock: Pasos de Difusión, Giros y Vueltas para el Acoplamiento Molecular
Entrenamiento gratuito de inpainting de alta calidad para cada modelo de difusión estable. Admite ComfyUI
[RSS 2024] 3D Diffusion Policy: Aprendizaje generalizable de políticas visuomotoras mediante simples representaciones 3D
Super-resolución de imágenes por pasos arbitrarios a través de la inversión de difusión (CVPR 2025)
ResShift: Modelo de Difusión Eficiente para Superresolución de Imágenes mediante Desplazamiento Residual (NeurIPS@2023 Spotlight, TPAMI@2024)
El repositorio de código oficial de la segunda edición del libro de O'Reilly Generative Deep Learning: Teaching Machines to Paint, Write, Compose and Play.
(CVPR 2025) De modelos de difusión de video lentos bidireccionales a rápidos autorregresivos
Pruna es un marco de optimización de modelos creado para desarrolladores, que le permite entregar modelos más rápidos y eficientes con una sobrecarga mínima.
FireRed-Image-Edit es un potente modelo de base para edición de imágenes que logra el rendimiento de vanguardia de código abierto con seguimiento preciso de instrucciones, generación de alta fidelidad, consistencia superior de identidad y fusión multi-elemento perfecta.
📦Paquete portátil para ejecutar Hunyuan3D 2.0/2.1 en Windows. | Paquete integrado de Hunyuan 3D 2.0/2.1
[ICASSP 2024] 🍵 Matcha-TTS: Una arquitectura TTS rápida con coincidencia de flujo condicional
(NeurIPS 2024 Oral 🔥) Destilación mejorada de coincidencia de distribución para síntesis de imágenes rápida
[AAAI 2025]👔IMAGDressing👔: Generación interactiva modular de ropa para prueba virtual. Permite la generación personalizable de imágenes humanas con control flexible de prendas, poses y escenas, garantizando alta fidelidad y consistencia de la prenda para la prueba virtual.
[TPAMI 2025🔥] MagicTime: Modelos de generación de videos en cámara rápida como simuladores metamórficos
Timestep Embedding Dice: Es hora de almacenar en caché para el modelo de difusión de video
[ICLR 2023 Oral] Restauración de imágenes de "Zero-Shot" utilizando el modelo de espacio nulo de difusión de eliminación de ruido
Código para "Diffusion Forcing: Next-token Prediction Meets Full-Sequence Diffusion"
LucidFlux: Restauración de imágenes fotorrealistas sin leyenda mediante un Transformador de Difusión a gran escala, ICLR 2026
ELLA: Equipar modelos de difusión con LLM para una mejor alineación semántica
[CVPR2024] StableVITON: Aprendiendo la Correspondencia Semántica con un Modelo de Difusión Latente para Prueba Virtual
Una colección de artículos sobre modelos de difusión para la generación 3D.
El repositorio oficial de GitHub para el artículo de revisión «A Survey on Diffusion Language Models».
Este nodo fue diseñado para ayudar a los creadores de imágenes de IA a generar indicaciones para retratos humanos.
[CVPR'25] Tora: Transformer de difusión orientado a trayectorias para la generación de video
[CVPR 2026] 🔥🔥 Repositorio oficial de USO: Generación unificada de estilo y basada en el sujeto mediante aprendizaje desentrelazado y aprendizaje por recompensa
https://wavespeed.ai/ [WIP] La solución de optimización de inferencia todo en uno para ComfyUI, universal, flexible y rápida.
HunyuanCustom: Una arquitectura impulsada por multimodalidad para la generación de video personalizada
Implementación oficial de PyTorch de "SiT: Explorando modelos generativos basados en flujo y difusión con Transformers interpolantes escalables"
Código para el artículo "Planning with Diffusion for Flexible Behavior Synthesis"
Nodos ComfyUI para recortar antes del muestreo y volver a unir después del muestreo que aceleran el inpainting