#diffusion-models Repository
473 repository in totale
[ACM MM 2025] FantasyTalking: Generazione realistica di ritratti parlanti tramite sintesi di movimento coerente
[ICLR'24] Implementazione ufficiale PyTorch di Magic123: Generazione di oggetti 3D di alta qualitร da una singola immagine utilizzando prior di diffusione 2D e 3D
Implementazione ufficiale di "MIMO: Sintesi di video di personaggi controllabili con modellazione spazialmente scomposta"
Repository ufficiale per il nostro lavoro sull'addestramento a micro-budget di modelli di diffusione su larga scala.
[CVPR 2025 Highlight] Modello di Diffusione Tronca per la Guida Autonoma End-to-End in Tempo Reale
Proponiamo Prism, un framework di attenzione sparsa dinamica per addestrare nativamente modelli di generazione congiunta di video e audio in 2K.
Implementazione di DiffDock: Passi di Diffusione, Torsioni e Svolte per il Molecular Docking
Addestramento di alta qualitร gratuito di inpainting per ogni modello di stable diffusion. Supporta ComfyUI
[RSS 2024] 3D Diffusion Policy: Apprendimento generalizzabile di policy visuomotorie tramite semplici rappresentazioni 3D
Super-risoluzione di immagini a passi arbitrari tramite inversione di diffusione (CVPR 2025)
ResShift: Diffusore Efficiente per il Super-risoluzione di Immagini tramite Residual Shifting (NeurIPS@2023 Spotlight, TPAMI@2024)
Il repository di codice ufficiale per la seconda edizione del libro O'Reilly Generative Deep Learning: Teaching Machines to Paint, Write, Compose and Play.
(CVPR 2025) Da lenti modelli di diffusione video bidirezionali a veloci autoregressivi
Pruna รจ un framework di ottimizzazione dei modelli creato per gli sviluppatori, che consente di fornire modelli piรน veloci ed efficienti con un sovraccarico minimo.
FireRed-Image-Edit รจ un potente modello di base per l'editing di immagini che raggiunge le prestazioni all'avanguardia open-source con un preciso seguito delle istruzioni, generazione ad alta fedeltร , eccellente coerenza di identitร e fusione multi-elemento senza soluzione di continuitร .
๐ฆPacchetto portatile per l'esecuzione di Hunyuan3D 2.0/2.1 su Windows. | Pacchetto integrato Hunyuan 3D 2.0/2.1
[ICASSP 2024] ๐ต Matcha-TTS: Un'architettura TTS veloce con corrispondenza di flusso condizionale
Addestramento scalabile e ottimizzato per la memoria dei modelli di diffusione
(NeurIPS 2024 Orale ๐ฅ) Distillazione migliorata per l'abbinamento di distribuzioni per una rapida sintesi di immagini
[AAAI 2025]๐IMAGDressing๐: Generazione interattiva di abbigliamento modulare per la prova virtuale. Permette la generazione personalizzabile di immagini umane con un controllo flessibile di indumenti, pose e scene, garantendo alta fedeltร e coerenza degli indumenti per la prova virtuale.
[TPAMI 2025๐ฅ] MagicTime: Modelli di generazione di video time-lapse come simulatori metamorfici
Timestep Embedding Dice: ร ora di memorizzare nella cache per il modello di diffusione video
[ICLR 2023 Oral] Ripristino di immagini Zero-Shot utilizzando il modello dello spazio nullo di diffusione del denoising
Codice per "Diffusion Forcing: Next-token Prediction Meets Full-Sequence Diffusion"
LucidFlux: Restauro di immagini fotorealistiche senza didascalie tramite un trasformatore di diffusione di larga scala, ICLR 2026
ELLA: Dotare i modelli di diffusione di LLM per un migliore allineamento semantico
[CVPR2024] StableVITON: Apprendimento della corrispondenza semantica con modello di diffusione latente per la prova virtuale
Una raccolta di articoli sui modelli di diffusione per la generazione 3D.
Il repository GitHub ufficiale per l'articolo di rassegna "A Survey on Diffusion Language Models".
Questo nodo รจ stato progettato per aiutare i creatori di immagini AI a generare prompt per ritratti umani.
[CVPR'25] Tora: Transformer a diffusione orientato alla traiettoria per la generazione di video
[CVPR 2026] ๐ฅ๐ฅ Repository ufficiale di USO: Generazione unificata di stile e guidata da soggetto tramite Apprendimento Disentangled e Apprendimento per Ricompensa
https://wavespeed.ai/ [WIP] La soluzione di ottimizzazione dell'inferenza all-in-one per ComfyUI, universale, flessibile e veloce.
HunyuanCustom: Un'architettura guidata multimodale per la generazione di video personalizzati
Implementazione ufficiale di PyTorch di "SiT: Esplorazione di modelli generativi basati su flusso e diffusione con trasformatori interpolanti scalabili"
Codice per l'articolo โPlanning with Diffusion for Flexible Behavior Synthesisโ
Nodi ComfyUI per ritagliare prima del campionamento e ricucire dopo il campionamento che accelerano l'inpainting