#diffusion Repositorios
79 repositorios en total
UniWorld: Codificadores semánticos de alta resolución para la comprensión y generación visual unificada
[CVPR 2025 Highlight🔥] Generación de texto a video que preserva la identidad mediante descomposición de frecuencia
Datos abiertos y entrenamiento escalable para modelos del mundo de vídeo de horizonte largo.
Kandinsky 5.0: Una familia de modelos de difusión para la generación de vídeo e imágenes
Omega-AI es un framework de aprendizaje profundo basado en Java que te ayuda a construir rápidamente redes neuronales para inferencia y entrenamiento. Su motor admite diferenciación automática, subprocesos múltiples y aceleración mediante GPU con CUDA y cuDNN.
Implementación oficial para "RIFLEx: Una comida gratis para la extrapolación de longitud en Transformers de difusión de video" (ICML 2025), UltraViCo (ICLR 2026) y UltraImage
rCM y Causal-rCM: Algoritmos/infraestructuras líderes y unificados para la destilación de difusión de video bidireccional/autorregresiva a gran escala
Adan: Algoritmo Adaptativo de Momentum de Nesterov para una Optimización más Rápida de Modelos Profundos
[TMLR 2025🔥] Una encuesta sobre modelos autorregresivos en visión.
Código simple y legible para entrenar y muestrear modelos de difusión
[CVPR 2024] FRESCO: Correspondencia Espacio-Temporal para Traducción de Video de Disparo Cero
Un marco unificado para facilitar el ajuste fino de modelos de Flow Matching
HY-SOAR: Autocorrección para una alineación y refinamiento óptimos en modelos de difusión
[ICML2025, NeurIPS2025 Spotlight] Sparse VideoGen 1 & 2: Aceleración de Video Diffusion Transformers con Atención Dispersa
Hojas de consulta bilingües (chino + inglés) para entrevistas de ML / LLM / difusión / agentes en la campaña de contratación otoñal de IA — generadas por ARIS /interview-cheatsheet y convertidas mediante /render-html en HTML de un solo archivo, legible en cualquier lugar — además de un generador de páginas académicas verificado mediante CV→DBLP y blogs extensos escritos personalmente 🌱
Un marco de IA para generar y modificar beatmaps de osu! para todos los modos de juego a partir de entradas de espectrograma.
Implementación oficial para "Blended Latent Diffusion" [SIGGRAPH 2023]
[ECCV 2026] Un marco basado en difusión para OCR de documentos que reemplaza la decodificación autorregresiva con decodificación de difusión paralela a nivel de bloque.
[TIP2026] Códigos oficiales de CCSRv2 y CCSRv1: Mejora de la estabilidad y eficiencia de los modelos de difusión para la superresolución con consistencia de contenido
📚Una lista seleccionada de artículos fantásticos sobre inferencia de difusión con códigos: Muestreo, Caché, Cuantificación, Paralelismo, etc.🎉
Otra implementación de PyTorch de Stable Diffusion (probablemente fácil de leer)
Implementación oficial de "Blended Diffusion para la edición de imágenes naturales impulsada por texto" [CVPR 2022]
Modelos de difusión de la estructura de las proteínas; ¡solo necesitas trigonometría y atención!
[WACV'25 Oral] Ajustar finamente modelos de difusión condicionales basados en imágenes es más fácil de lo que piensas