#diffusion-models Repository
473 repository in totale
Implementazione PyTorch di MeanFlow e iMF (modellazione generativa a singolo passaggio).
[Finalista per Presentazione Orale e Miglior Articolo CVPR 2025] Difix3D+: Migliorare le Ricostruzioni 3D con Modelli di Diffusione a Passo Singolo
Visualizzazioni interattive dell'intuizione geometrica alla base dei modelli di diffusione.
Wunjo Make: scambio di volti, sincronizzazione labiale, controllo, rimozione di oggetti, testo e sfondo, restyling, separatore audio, clonazione vocale e generazione video. Open source, locale e gratuito.
[ICLR24] Implementazione ufficiale del paper โMagicDrive: Generazione di viste stradali con controllo diversificato della geometria 3Dโ
[ICLR 2025 Oral] TANGO: Reenactment di video di gesti in co-parlata con embedding audio-movimento gerarchico e interpolazione di diffusione
[IJCV] Show-1: Unire i modelli di pixel e latenti di diffusione per la generazione di testo-a-video
GaussianObject: Ricostruzione di oggetti 3D di alta qualitร da quattro viste con Gaussian Splatting (SIGGRAPH Asia 2024, TOG)
[ICLR 2026 Oral] DiffusionNFT: Rafforzamento della diffusione online con processo in avanti
Allegro รจ un potente modello text-to-video che genera video di alta qualitร fino a 6 secondi a 15 FPS e risoluzione 720p da semplici input di testo.
Strumenti per addestrare un modello generativo su campioni audio arbitrari
Una raccolta di risorse sulla generazione controllabile con modelli di diffusione text-to-image.
Rilascio ufficiale del codice e dei checkpoint per i modelli fondamentali di robot mobili: GNM, ViNT e NoMaD.
[ICLR 2025 Oral] L'implementazione ufficiale di "Diffusion-Based Planning for Autonomous Driving with Flexible Guidance"
[ICLR'24 spotlight] Serie di Grandi Modelli Multimodali Cinesi e Inglesi (Chat e Paint) | Serie di Grandi Modelli Multimodali Bilingue Cinese-Inglese basati sul Modello Base CPM
[TMLR] Diffusione Guidata dalla Memoria per la Generazione di Video Parlanti Espressivi
[ECCV 2026] Skyfall-GS: Sintesi di scene urbane 3D immersive da immagini satellitari
[ICLR 2024 Spotlight] SyncDreamer: Generazione di immagini multivista coerenti da un'unica immagine di vista
[CVPR 2025 Highlight] 3DTopia-XL: Generazione di Asset 3D PBR di Alta Qualitร tramite Primitive Diffusion
[ECCV 2024 Oral] MotionDirector: Personalizzazione del Movimento dei Modelli di Diffusione Text-to-Video.
[ICML 2026] Base di codice ufficiale per "Causal Forcing: Autoregressive Diffusion Distillation Done Right for High-Quality Real-Time Interactive Video Generation" & Causal Forcing++
[ICLR2026] Ripensare la generazione di poster estetici di alta qualitร in un framework unificato
[TPAMI 2026] ConsistentID: Generazione di Rittratti con Preservazione dell'Identitร Fine-Granulare Multimodale
Implementazione ufficiale del paper: "FlowEdit: Inversion-Free Text-Based Editing Using Pre-Trained Flow Models"
[ECCV2024] Pixel-Aware Stable Diffusion per realistica super-risoluzione di immagini e stilizzazione personalizzata
Una rassegna e un elenco di articoli sugli attuali modelli di diffusione per dati di serie temporali e spazio-temporali con risorse eccezionali (articoli, applicazioni, recensioni, rassegne, ecc.).
[CVPR 2024] PIA, il tuo animatore di immagini personalizzato. Anima le tue immagini tramite prompt di testo, combinando con Dreambooth, per ottenere video straordinari. PIA, il tuo animatore di immagini personalizzato, trasforma le tue immagini in animazioni sorprendenti utilizzando i prompt di testo.
Codice per l'articolo "Anagrammi Visivi: Generazione di illusioni ottiche multi-vista con modelli di diffusione"
Un port di sd-webui-Detail-Daemon di muerrilla come nodo per ComfyUI, per regolare i sigma che controllano il dettaglio.
[ICLR 2026] Un framework iterativo senza addestramento per la visualizzazione di storie lunghe
una sintesi dell'elaborazione delle immagini basata sulla diffusione, inclusi ripristino, miglioramento, codifica e valutazione della qualitร
Modello di base video a livello industriale per la generazione unificata da testo a video (T2V) e da immagine a video (I2V).
[IJCV 2024] LaVie: Generazione video di alta qualitร con modelli di diffusione latente a cascata