#diffusion-models Dépôts
473 dépôts au total
Implémentation PyTorch officielle d'ODISE : Segmentation Panoptique à Vocabulaire Ouvert avec Modèles de Diffusion Texte-vers-Image [CVPR 2023 Highlight]
[ECCV'24] GeoWizard : Libérer les priors de diffusion pour l'estimation de la géométrie 3D à partir d'une seule image
Vchitect-2.0 : Transformer parallèle pour la mise à l'échelle des modèles de diffusion vidéo
Résumé des articles et blogs clés sur les modèles de diffusion pour apprendre le sujet. Liste détaillée de tous les articles publiés sur la robotique de diffusion.
MindSpore + 🤗Huggingface : Exécutez n'importe quel modèle Transformers/Diffusers sur MindSpore avec une compatibilité et une accélération transparentes.
Mise en œuvre de [CVPR 2025] "DiffSensei : Relier les LLM multimodaux et les modèles de diffusion pour la génération personnalisée de mangas"
Application présentant plusieurs pipelines de modèles de diffusion en temps réel avec Diffusers
Une liste organisée de publications sur la segmentation sémantique à vocabulaire ouvert et les domaines connexes (par exemple, la segmentation sémantique zero-shot) ressources..
[ICCV 2025, Oral] TrajectoryCrafter : Redirection de la trajectoire de la caméra pour vidéos monoculaires via les modèles de diffusion
Compilation de ressources pour débutants sur les principes des modèles de diffusion et l'implémentation du code PyTorch
Nous introduisons une nouvelle approche pour la génération de paramètres, nommée diffusion de paramètres de réseaux neuronaux (p-diff), qui emploie un modèle de diffusion latente standard pour synthétiser un nouvel ensemble de paramètres.
Code pour "FlashWorld: Génération de scènes 3D de haute qualité en quelques secondes" (ICLR 2026 Oral)
SEED-Story : Génération d'histoires longues multimodales avec un grand modèle linguistique
Intégration du Gaussian Splatting dans le Dénoyeur par Diffusion pour la Génération et la Reconstruction Image-vers-3D Monostade Rapide et Évolutive (ICCV 2025)
[CVPR 2025 Highlight🔥] Génération de texte à vidéo préservant l'identité par décomposition en fréquence
Implémentation officielle du papier "MiniGPT-5: Interleaved Vision-and-Language Generation via Generative Vokens"
Données ouvertes et entraînement évolutif pour des modèles du monde vidéo à horizon long.
DeepInverse: une bibliothèque PyTorch pour résoudre les problèmes inverses d'imagerie à l'aide de l'apprentissage profond
Instruct-NeRF2NeRF: Édition de scènes 3D avec des instructions (ICCV 2023)
DiffuCoder : Comprendre et améliorer les modèles de diffusion masqués pour la génération de code
Implémentation officielle de « Lotus : Modèle de base visuel basé sur la diffusion pour la prédiction dense de haute qualité »
Implémentation officielle pour "RIFLEx : Un repas gratuit pour l'extrapolation de longueur dans les Transformers de diffusion vidéo" (ICML 2025), UltraViCo (ICLR 2026) et UltraImage
📖 Ceci est un dépôt pour organiser des articles, du code et d'autres ressources liés aux modèles multimodaux unifiés.
Collection impressionnante de ressources et d'articles sur les modèles de diffusion pour la manipulation robotique.
Cosmos-Transfer1 est un modèle de transfert monde à monde conçu pour combler le fossé perceptuel entre les environnements simulés et du monde réel.
Implémentation officielle de "MeshDiffusion: Score-based Generative 3D Mesh Modeling" (ICLR 2023 Spotlight)
[CVPR 2024] GaussianDreamer : Génération rapide du texte aux Gaussiennes 3D en reliant les modèles de diffusion 2D et 3D
Liste des articles liés à la quantification des réseaux neuronaux dans les conférences et revues d'IA récentes.
Une liste organisée d'articles sur la vision 3D relatifs au domaine de la robotique à l'ère des grands modèles, c'est-à-dire les LLM/VLM, inspirée par awesome-computer-vision, y compris des articles, des codes et des sites Web connexes
Implémentation officielle de "LucidDreamer : Vers la génération de texte à 3D haute fidélité via le score matching par intervalle"
Implémentation officielle de Diffusion Policy Policy Optimization, arxiv 2024
[ICLR'23] DiffuSeq : Génération de texte séquence à séquence avec des modèles de diffusion
[ACM MM 2024] Code officiel pour "HandRefiner : Raffiner les mains malformées dans les images générées par Inpainting conditionnel basé sur la diffusion"
Fusion de Modèles dans les LLMs, MLLMs et au-delà : Méthodes, Théories, Applications et Opportunités. ACM Computing Surveys, 2026.
Boîte à outils de compression de modèles pour les grands modèles linguistiques et les modèles de diffusion
[ICLR 2024] Contrôle des modèles Vision-Langage pour la restauration universelle d'images. 5ème place au challenge NTIRE 2024 Restore Any Image Model in the Wild.
Code simple et lisible pour l'entraînement et l'échantillonnage à partir de modèles de diffusion