#generative-models Repositorios
88 repositorios en total
Impresionante colección de recursos y artículos sobre modelos de difusión para la manipulación robótica.
Implementación oficial de "LucidDreamer: Hacia la generación de texto a 3D de alta fidelidad a través de Interval Score Matching"
Emacs como su asistente de IA personal. Use LLM como ChatGPT o LLaMA para la generación de texto o DALL-E y Stable Diffusion para la generación de imágenes. También admite entrada/salida de voz.
Una biblioteca de Python para la inferencia basada en simulaciones con aprendizaje profundo
RealMirror, una plataforma integral de IA incorporada VLA de código abierto.
Modelos generativos basados en puntuación (Modelos de difusión) para la mejora y eliminación de reverberación del habla
[ECCV 2024] MOFA-Video: Animación de imágenes controlable a través de adaptaciones de campos de movimiento generativos en un modelo de difusión congelado de imagen a video.
[ECCV 2026] SparkVSR: Superresolución de video interactiva mediante propagación de fotogramas clave dispersos
[ICLR 2025] Implementación oficial de Posterior-Mean Rectified Flow: Hacia la restauración de imágenes fotorrealistas con MSE mínimo
[ICCV 2021] Focal Frequency Loss para Reconstrucción y Síntesis de Imágenes
SiLK (Simple Learned Keypoint) es un modelo de puntos clave de aprendizaje profundo auto-supervisado.
[NeurIPS 2023] Uni-ControlNet: Control todo en uno para modelos de difusión de texto a imagen
Todos mis modelos de mejora (upscaling) de IA autoentrenados y lanzados. Después de recopilar y aplicar más de 600 modelos de mejora diferentes, aprendí a entrenar mis propios modelos, y estos son los resultados.
Implementación de “DreamDiffusion: Generación de imágenes de alta calidad a partir de señales EEG cerebrales”
Implementación oficial de "Lumina-mGPT: Ilumina la generación flexible foto-realista de texto a imagen con pre-entrenamiento generativo multimodal"
Human Preference Score v2: Un sólido benchmark para evaluar las preferencias humanas en la síntesis de texto a imagen
DreamSim: Aprendiendo nuevas dimensiones de la similitud visual humana utilizando datos sintéticos (NeurIPS 2023 Spotlight) / / / / ¿Cuándo beneficia la alineación perceptual a las representaciones de la visión? (NeurIPS 2024)
Implementación mínima de transformadores de flujo rectificado escalables, basada en el enfoque de SD3
Esta es la implementación oficial de nuestro artículo: "MiniMax-Remover: Taming Bad Noise Helps Video Object Removal"
Genblaze es un SDK de Python de código abierto para orquestar pipelines de medios de IA generativa en proveedores de video, audio e imagen, con procedencia integrada para cada salida.
La implementación oficial del artículo "Human Motion Diffusion as a Generative Prior"
Red de autoencoder para aprender una representación continua de estructuras moleculares.
Artículos ICASSP 2023-2024: Una colección completa de artículos de investigación influyentes y emocionantes de las conferencias ICASSP 2023-24. Explore los últimos avances en acústica, voz y procesamiento de señales. Código incluido. ¡Marca el repositorio para apoyar el avance del procesamiento de audio y señales!
Implementación oficial para el artículo de CVPR2023 "GP-VTON: Towards General Purpose Virtual Try-on via Collaborative Local-Flow Global-Parsing Learning"
Síntesis de imágenes de personas mediante modelo de difusión de eliminación de ruido (CVPR 2023)