#diffusion-models Repository
473 repository in totale
Implementazione ufficiale di PyTorch di ODISE: Segmentazione Panottica Open-Vocabulary con Modelli di Diffusione Text-to-Image [CVPR 2023 Highlight]
[ECCV'24] GeoWizard: Liberare i precedenti di diffusione per la stima della geometria 3D da una singola immagine
Vchitect-2.0: Transformer parallelo per l'upscaling di modelli di diffusione video
Riepilogo dei principali articoli e blog sui modelli di diffusione per conoscere l'argomento. Elenco dettagliato di tutti gli articoli pubblicati sulla robotica a diffusione.
MindSpore + ๐คHuggingface: Esegui qualsiasi modello Transformers/Diffusers su MindSpore con compatibilitร e accelerazione senza interruzioni.
Implementazione di [CVPR 2025] "DiffSensei: Collegare LLM multimodali e modelli di diffusione per la generazione personalizzata di manga"
App che mostra molteplici pipeline di modelli di diffusione in tempo reale con Diffusers
Un elenco curato di pubblicazioni sulla segmentazione semantica a vocabolario aperto e aree correlate (ad es. segmentazione semantica zero-shot) risorse..
[ICCV 2025, Orale] TrajectoryCrafter: Reindirizzamento della traiettoria della telecamera per video monoculari tramite modelli di diffusione
Riepilogo delle risorse per principianti sui principi dei modelli di diffusione e sull'implementazione del codice PyTorch
Step1X-3D: Verso la generazione ad alta fedeltร e controllabile di risorse 3D con texture
Introduciamo un nuovo approccio per la generazione di parametri, chiamato diffusione di parametri di reti neurali (p-diff), che impiega un modello di diffusione latente standard per sintetizzare un nuovo set di parametri.
Codice per "FlashWorld: Generazione di scene 3D di alta qualitร in pochi secondi" (ICLR 2026 Oral)
SEED-Story: Generazione di lunghe storie multimodali con Large Language Model
Incorporare lo Splatting Gaussiano nel Denoiser a Diffusione per la Generazione e Ricostruzione Immagine-a-3D Monostadio Veloce e Scalabile (ICCV 2025)
[CVPR 2025 Highlight๐ฅ] Generazione di Testo-a-Video che preserva l'identitร tramite decomposizione di frequenza
Implementazione ufficiale del paper "MiniGPT-5: Interleaved Vision-and-Language Generation via Generative Vokens"
Dati aperti e addestramento scalabile per modelli del mondo video a lungo orizzonte.
DeepInverse: una libreria PyTorch per la risoluzione di problemi inversi di imaging utilizzando il deep learning
Instruct-NeRF2NeRF: Modifica di scene 3D con istruzioni (ICCV 2023)
DiffuCoder: Comprensione e miglioramento dei modelli di diffusione mascherati per la generazione di codice
Implementazione ufficiale di "Lotus: Modello di base visivo basato su diffusione per previsioni dense di alta qualitร "
Implementazione ufficiale per "RIFLEx: Un Pranzo Gratis per l'Estrapolazione della Lunghezza nei Transformer a Diffusione Video" (ICML 2025), UltraViCo (ICLR 2026) e UltraImage
๐ Questo รจ un repository per organizzare articoli, codici e altre risorse relative a modelli multimodali unificati.
Fantastica raccolta di risorse e articoli sui modelli di diffusione per la manipolazione robotica.
Cosmos-Transfer1 รจ un modello di trasferimento da mondo a mondo progettato per colmare il divario percettivo tra ambienti simulati e reali.
Implementazione ufficiale di "MeshDiffusion: Score-based Generative 3D Mesh Modeling" (ICLR 2023 Spotlight)
[CVPR 2024] GaussianDreamer: Generazione rapida da testo a Gaussiane 3D collegando modelli di diffusione 2D e 3D
Elenco di articoli relativi alla quantizzazione delle reti neurali nelle recenti conferenze e riviste di IA.
Un elenco curato di articoli sulla visione 3D relativi al dominio della robotica nell'era dei grandi modelli, ovvero LLM/VLM, ispirato da awesome-computer-vision, inclusi articoli, codici e siti Web correlati
Implementazione ufficiale di "LucidDreamer: Verso la generazione da testo a 3D ad alta fedeltร tramite Interval Score Matching"
Implementazione ufficiale di Diffusion Policy Policy Optimization, arxiv 2024
[ICLR'23] DiffuSeq: Generazione di testo da sequenza a sequenza con modelli di diffusione
[ACM MM 2024] Codice ufficiale per "HandRefiner: Refining Malformed Hands in Generated Images by Diffusion-based Conditional Inpainting"
Fusione di Modelli nei LLMs, MLLMs e oltre: Metodi, Teorie, Applicazioni e Opportunitร . ACM Computing Surveys, 2026.
Toolbox per la Compressione di Modelli per Grandi Modelli Linguistici e Modelli di Diffusione
[ICLR 2024] Controllo di modelli Vision-Language per il ripristino universale delle immagini. Quinto posto nella sfida NTIRE 2024 Restore Any Image Model in the Wild.
Codice semplice e leggibile per l'addestramento e il campionamento da modelli di diffusione