#generative-models Repositorios
Descubre 88 repositorios activos de código abierto de GitHub etiquetados con #generative-models, que acumulan 226,430 estrellas en total (una media de 2,573 estrellas por proyecto). El líder de este tema es XingangPan/DragGAN, con 36,005 estrellas.
88 repositorios en total
Audiocraft es una biblioteca para el procesamiento y la generación de audio con aprendizaje profundo. Incluye el compresor/tokenizador de audio de última generación EnCodec, junto con MusicGen, un LM simple y controlable para la generación de música con acondicionamiento textual y melódico.
Este repositorio contiene implementaciones y código ilustrativo para acompañar las publicaciones de DeepMind.
Una biblioteca de PyTorch para implementar algoritmos de coincidencia de flujo, con implementaciones de coincidencia de flujo continua y discreta. Incluye ejemplos prácticos para modalidades de texto e imagen.
OmniGen2: Exploración hacia la Generación Multimodal Avanzada. https://arxiv.org/abs/2506.18871
Lanzamiento para modelos probabilísticos de difusión de eliminación de ruido mejorados
[CVPR2025 Highlight] Modelos Fundamentales de Generación de Vídeo: https://saiyan-world.github.io/goku/
Una lista curada de recursos sobre representaciones neuronales implícitas.
Cosas increíbles sobre los agentes impulsados por LLM. Artículos / Repositorios / Blogs / ...
Modelos de difusión en imágenes médicas (Publicado en la revista Medical Image Analysis)
Implementación de PyTorch para Modelado Generativo Basado en Puntuación a través de Ecuaciones Diferenciales Estocásticas (ICLR 2021, Oral)
Implementación en PyTorch de varios métodos para el aprendizaje continuo (XdG, EWC, SI, LwF, FROMP, DGR, BI-R, ER, A-GEM, iCaRL, Generative Classifier) en tres escenarios diferentes.
Reconstrucción 3D precisa de rostros con aprendizaje débilmente supervisado: De imagen única a conjunto de imágenes (CVPRW 2019). Una implementación de PyTorch.
Personaliza el modelo Segment Anything (SAM) con 1 toma en 10 segundos
[TPAMI 2025] ViewCrafter: Domando modelos de difusión de video para la síntesis de vistas novedosas de alta fidelidad
[CVPR 2025 Highlight] Modelo de Difusión Truncado para Conducción Autónoma End-to-End en Tiempo Real
Este repositorio es la implementación oficial de Disentangling Writer and Character Styles for Handwriting Generation (CVPR 2023)
Implementaciones mínimas y anotadas de ideas clave de la investigación moderna en aprendizaje profundo.
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"
utilidades para decodificar representaciones profundas (como incrustaciones de oraciones) de nuevo a texto
Aprendizaje de representaciones profundas de distribuciones de datos
AutoVC: Transferencia de estilo de voz zero-shot solo con pérdida de autoencoder
GigaModels: Un repositorio y plataforma integral para modelos multimodales, generativos y perceptuales
Repositorio central para modelos fundacionales biomoleculares con entrenadores y componentes de tubería compartidos
Conjuntos Moleculares (MOSES): Una Plataforma de Benchmarking para Modelos de Generación Molecular
Código de inferencia para la emulación escalable de ensambles de equilibrio de proteínas con aprendizaje profundo generativo
Presentamos un nuevo enfoque para la generación de parámetros, denominado difusión de parámetros de redes neuronales (p-diff), que emplea un modelo de difusión latente estándar para sintetizar un nuevo conjunto de parámetros.
Implementación oficial de "Lotus: Modelo de base visual basado en difusión para predicción densa de alta calidad"
Preguntas frecuentes
¿Cuál es el repositorio de #generative-models más popular en GitHub?
El proyecto de código abierto de #generative-models mejor posicionado en GitHub es XingangPan/DragGAN, con 36,005 estrellas. Código Oficial para DragGAN (SIGGRAPH 2023)
¿Qué lenguajes de programación se utilizan más en los repositorios de #generative-models?
Entre los proyectos de #generative-models mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, C++, TypeScript.
¿Cómo se calcula la clasificación de los repositorios de #generative-models?
Seguimos 88 repositorios activos de código abierto etiquetados con #generative-models (500+ estrellas), que suman un total de 226,430 estrellas, con una media de 2,573 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.