#diffusion-models Repository
473 repository in totale
Un framework unificato di inferenza e post-allenamento per la generazione accelerata di video.
Che tu sia un principiante assoluto, che si tratti di applicazioni di progetto in CV, NLP, LLM, o di implementazione ingegeristica avanzata, troverai tutto in ยซTutorial pratico su PyTorchยป (Seconda edizione). Crediamo che con l'aiuto di questo libro, i lettori saranno in grado di padroneggiare facilmente l'uso di PyTorch e diventare eccellenti ingegneri di deep learning.
Materiali per il corso sui modelli di diffusione di Hugging Face
Hunyuan-DiT: Un potente Transformer a diffusione multi-risoluzione con comprensione dettagliata del cinese
L'implementazione ufficiale di PyTorch del paper "Human Motion Diffusion Model"
Crea video sul computer che giร possiedi. FreeVideo esegue MiniMax H3 con appena 8 GB di VRAM e 16 GB di RAM e adatta il percorso di accelerazione al tuo hardware.
[ICLR2025 Spotlight] SVDQuant: Assorbire gli outlier tramite componenti a basso rango per modelli di diffusione a 4 bit
GLIDE: un modello di sintesi di immagini basato sulla diffusione condizionato dal testo
Un elenco curato di ricerche all'avanguardia nell'IA incarnata, incentrato su modelli visione-linguaggio-azione (VLA), navigazione visione-linguaggio (VLN) e approcci correlati all'apprendimento multimodale.
[NeurIPS 2024] Codice ufficiale per PuLID: ID personalizzazione pura e fulminea tramite allineamento contrastivo
Codice ufficiale per "Self Forcing: Bridging Training and Inference in Autoregressive Video Diffusion" (NeurIPS 2025 Spotlight)
Modifica qualsiasi cosa nelle immagini, alimentato da segment-anything, ControlNet, StableDiffusion, ecc. (ACM MM)
Articoli sui modelli di diffusione, panoramica e tassonomia
PixArt-ฮฑ: Allenamento rapido di Diffusion Transformer per la sintesi fotorealistica da testo a immagine
Repository ufficiale per VGen: un ecosistema olistico di generazione video per la generazione di video basato su modelli di diffusione
[ICLR 2025] Pyramidal Flow Matching per la Modellazione Generativa Efficiente di Video
Raccogli articoli, dati e repository relativi alla super-risoluzione
[NeurIPS 2025] Lascia che parlino: Generazione di video conversazionali multi-persona guidati dall'audio
[ICLR 2024] Implementazione ufficiale di DreamCraft3D: Generazione 3D gerarchica con prioritร di diffusione bootstrappata
Un kit generale di fine-tuning orientato ai modelli di diffusione di immagini/video/audio.
Per rendere piรน facile l'uso di ComfyUI, ho apportato alcune ottimizzazioni e integrazioni ad alcuni nodi di uso comune.
Generazione di video di movimento umano di alta qualitร con guida della posa consapevole della fiducia
MusePose: un framework da immagine a video guidato dalla posa per la generazione di esseri umani virtuali
[NeurIPS 2025] Un'implementazione ufficiale di Flow-GRPO: Addestramento di modelli Flow Matching tramite RL online
[In evidenza a ECCV 2026] Implementazione di ยซLive Avatar: generazione di avatar in streaming, in tempo reale e guidata dallโaudio, di lunghezza infinitaยป
Una raccolta curata di articoli, benchmark, rassegne e strumenti sulla quantizzazione dei modelli, che comprende reti a pochi bit, LLM, modelli multimodali e generativi, quantizzazione vettoriale e reticolare, nonchรฉ il deployment efficiente.
Implementazione ufficiale di PyTorch per la generazione di video in un minuto con addestramento al momento del test
๐น Un framework piรน flessibile in grado di generare video a qualsiasi risoluzione e creare video da immagini.