#diffusion-models Repository
473 repository in totale
Un riassunto di lavori correlati su flow matching, interpolanti stocastiche
Codice ufficiale di inferenza per BluePixel, un modello nativo di editing delle immagini in 4K con inferenza distillata in 4 passaggi, basato su FLUX.2 Klein e DCAE.
Image Restoration con Mean-Reverting Stochastic Differential Equations, ICML 2023. Soluzione vincente della NTIRE 2023 Image Shadow Removal Challenge.
[ICML 2025] Implementazione Ufficiale PyTorch di "History-Guided Video Diffusion"
[NeurlPS2024] Rete di diffusione efficace in un unico passaggio per la super-risoluzione di immagini reali
[ECCV 2024] Single Image to 3D Textured Mesh in 10 seconds with Convolutional Reconstruction Model.
Cosmos-Predict2 รจ una raccolta di modelli di fondazione del mondo di uso generale per Physical AI che possono essere perfezionati in modelli del mondo personalizzati per applicazioni downstream.
Una raccolta di articoli e codici per CVPR2026/CVPR2025/ICCV2025/CVPR2024/ECCV2026/ECCV2024 AIGC
HunyuanImage-2.1: Un Efficiente Modello di Diffusione per la Generazione di Testo-Immagine ad Alta Risoluzione (2K)
Modello linguistico a diffusione aperto per la generazione di codice โ rilascio di pre-addestramento, valutazione, inferenza e checkpoints.
DFloat11 [NeurIPS '25]: Compressione Lossless di LLM e DiT per l'Inferenza GPU Efficiente
[IJCV 2026] FoleyCrafter: Dai vita ai tuoi video silenziosi con suoni realistici e sincronizzati.
[NeurIPS 2023] Uni-ControlNet: Controllo all-in-one per modelli di diffusione da testo a immagine
Flash Diffusion: accelerare i modelli di diffusione condizionale (AAAI 2025 Oral)
Implementazione di โDreamDiffusion: Generazione di immagini di alta qualitร dai segnali EEG cerebraliโ
Implementazione PyTorch di Make-An-Audio (ICML'23) con un Modello Generativo Text-to-Audio
Pippo: Esseri umani multi-vista ad alta risoluzione da una singola immagine
Traduzione in cinese di 'Machine Learning: A Probabilistic Perspective' (Kevin P. Murphy) e implementazioni in Python degli algoritmi nel libro.
SteadyDancer: Animazione di Immagini Umane Armonizzata e Coerente con Preservazione del Primo Fotogramma
Uno strumento di filigrana per proteggere le opere d'arte umane dall'essere utilizzate in opere d'arte sintetiche.
Questo repository contiene una raccolta di risorse e articoli sui modelli di diffusione per RL, a corredo dell'articolo "Diffusion Models for Reinforcement Learning: A Survey".
Affina e migliora la qualitร dei volti piccoli nei video MiniMax H3. Traccia i volti fotogramma per fotogramma, ritagliali, migliorali con H3 e reinseriscili nel video.
[CVPR'26 Highlight] Ditto: Scalabilitร dell'Editing Video Basato su Istruzioni con un Dataset Sintetico di Alta Qualitร
[CVPR'26] ObjectClear: Rimozione precisa di oggetti ed effetti con attenzione adattiva sensibile al target
Risorse dei modelli Visione-Linguaggio-Azione per la Guida Autonoma (VLA4AD), che fungono da repository di accompagnamento all'articolo di rassegna โA Survey on VisionโLanguageโAction Models for Autonomous Drivingโ.
Implementazione ufficiale per "Blended Latent Diffusion" [SIGGRAPH 2023]
[ECCV2024] Questo รจ il codice di inferenza ufficiale degli articoli "Glyph-ByT5: Un encoder di testo personalizzato per un rendering di testo visivo accurato" e "Glyph-ByT5-v2: Una solida baseline estetica per un rendering di testo visivo multilingue accurato""
[ICCV 2025] Generazione Text-to-Image Consapevole della Regione tramite Binding Rigido e Raffinamento Morbido ๐ฅ
Implementazione minima di trasformatori a flusso rettificato scalabile, basata sull'approccio di SD3
Implementazione ufficiale di "FitDiT: Avanzamento dei dettagli autentici dell'abbigliamento per una prova virtuale ad alta fedeltร "
[CVPR 2024] Rilascio del codice per "InstanceDiffusion: Controllo a livello di istanza per la generazione di immagini"
[ICML 2024] 3D-VLA: Un modello generativo del mondo per visione 3D, linguaggio e azioni