#diffusion-models Dépôts
473 dépôts au total
[ACM MM 2025] FantasyTalking : Génération réaliste de portraits parlants par synthèse de mouvement cohérente
[ICLR'24] Implémentation officielle PyTorch de Magic123 : Génération d'objets 3D de haute qualité à partir d'une seule image en utilisant des priors de diffusion 2D et 3D
Implémentation officielle de "MIMO: Synthèse vidéo de personnages contrôlable avec modélisation décomposée spatialement"
Dépôt officiel pour notre travail sur l'entraînement à micro-budget de modèles de diffusion à grande échelle.
[CVPR 2025 Highlight] Modèle de Diffusion Tronqué pour la Conduite Autonome End-to-End en Temps Réel
📖 Une liste organisée de ressources dédiées à la conversation en face à face.
Nous proposons Prism, un cadre d’attention parcimonieuse dynamique permettant d’entraîner nativement des modèles de génération conjointe vidéo-audio en 2K.
Implémentation de DiffDock : Étapes de Diffusion, Torsions et Pivots pour le Docking Moléculaire
Formation de haute qualité gratuite de remplissage pour chaque modèle de diffusion stable. Prend en charge ComfyUI
[RSS 2024] 3D Diffusion Policy : Apprentissage généralisable de politiques visuomotrices via de simples représentations 3D
Super-résolution d'images par étapes arbitraires via l'inversion de diffusion (CVPR 2025)
ResShift : Modèle de diffusion efficace pour la super-résolution d'images par décalage résiduel (NeurIPS@2023 Spotlight, TPAMI@2024)
Le dépôt de code officiel de la deuxième édition du livre O'Reilly Generative Deep Learning: Teaching Machines to Paint, Write, Compose and Play.
(CVPR 2025) Des modèles de diffusion vidéo lents et bidirectionnels aux modèles rapides et autorégressifs
Pruna est un framework d'optimisation de modèles conçu pour les développeurs, vous permettant de fournir des modèles plus rapides et plus efficaces avec une surcharge minimale.
FireRed-Image-Edit est un modèle de base puissant pour l'édition d'images qui atteint des performances de pointe open-source avec un suivi précis des instructions, une génération haute fidélité, une cohérence d'identité supérieure et une fusion multi-éléments fluide.
📦Package portable pour exécuter Hunyuan3D 2.0/2.1 sous Windows. | Package intégré Hunyuan 3D 2.0/2.1
[ICASSP 2024] 🍵 Matcha-TTS : Une architecture TTS rapide avec mise en correspondance de flux conditionnelle
(NeurIPS 2024 Oral 🔥) Distillation améliorée de correspondance de distribution pour la synthèse d'images rapide
[AAAI 2025]👔IMAGDressing👔 : Génération interactive modulaire de vêtements pour l'essayage virtuel. Elle permet la génération personnalisable d'images humaines avec un contrôle flexible des vêtements, des poses et des scènes, assurant une haute fidélité et une cohérence des vêtements pour l'essayage virtuel.
[TPAMI 2025🔥] MagicTime : Modèles de génération de vidéos accélérées comme simulateurs métamorphiques
Les embeddings de pas de temps racontent : il est temps de mettre en cache pour le modèle de diffusion vidéo
[ICLR 2023 Oral] Restauration d'images sans exemple utilisant le modèle de l'espace nul de diffusion du débruitage
Code pour "Diffusion Forcing: Next-token Prediction Meets Full-Sequence Diffusion"
LucidFlux : Restauration d'image photoréaliste sans légende via un transformateur diffusions à grande échelle, ICLR 2026
ELLA : Équiper les modèles de diffusion avec des LLM pour un alignement sémantique amélioré
[CVPR2024] StableVITON : Apprentissage de la correspondance sémantique avec un modèle de diffusion latente pour l'essayage virtuel
Une collection d'articles sur les modèles de diffusion pour la génération 3D.
Le dépôt GitHub officiel pour l'article de synthèse « A Survey on Diffusion Language Models ».
Ce nœud a été conçu pour aider les créateurs d'images IA à générer des invites pour des portraits humains.
[CVPR'25] Tora : Transformer de diffusion orienté trajectoire pour la génération vidéo
[CVPR 2026] 🔥🔥 Repo officiel de USO : Génération unifiée de style et basée sur le sujet via l'apprentissage désentrelacé et l'apprentissage par récompense
https://wavespeed.ai/ [WIP] La solution d'optimisation d'inférence tout-en-un pour ComfyUI, universelle, flexible et rapide.
HunyuanCustom : Une architecture axée sur le multimodal pour la génération vidéo personnalisée
Implémentation officielle PyTorch de "SiT : Exploration des modèles génératifs basés sur le flux et la diffusion avec des transformeurs interpolants évolutifs"
Nœuds ComfyUI pour recadrer avant l'échantillonnage et recoudre après l'échantillonnage qui accélèrent l'inpainting