#diffusion Repository
79 repository in totale
UniWorld: Encoder semantici ad alta risoluzione per la comprensione e la generazione visiva unificata
[CVPR 2025 Highlight๐ฅ] Generazione di Testo-a-Video che preserva l'identitร tramite decomposizione di frequenza
Dati aperti e addestramento scalabile per modelli del mondo video a lungo orizzonte.
Kandinsky 5.0: Una famiglia di modelli di diffusione per la generazione di video e immagini
Omega-AI รจ un framework di deep learning basato su Java che consente di costruire rapidamente reti neurali per lโinferenza e lโaddestramento. Il suo motore supporta la differenziazione automatica, il multithreading e lโaccelerazione GPU con CUDA e cuDNN.
Implementazione ufficiale per "RIFLEx: Un Pranzo Gratis per l'Estrapolazione della Lunghezza nei Transformer a Diffusione Video" (ICML 2025), UltraViCo (ICLR 2026) e UltraImage
rCM & Causal-rCM: Algoritmi/infrastrutture leader e unificati per la distillazione della diffusione video bidirezionale/autoregressiva su larga scala
Adan: Algoritmo Adattivo di Momentum di Nesterov per l'Ottimizzazione piรน Veloce di Modelli Profondi
[TMLR 2025๐ฅ] Una panoramica sui modelli autoregressivi nella visione.
Codice semplice e leggibile per l'addestramento e il campionamento da modelli di diffusione
Mappe di attribuzione di diffusione attenta per l'interpretazione di Stable Diffusion.
[CVPR 2024] FRESCO: Corrispondenza Spazio-Temporale per la Traduzione Video Zero-Shot
Un framework unificato per un facile fine-tuning dei modelli Flow Matching
HY-SOAR: Autocorrezione per un allineamento e un perfezionamento ottimali nei modelli di diffusione
[ICML2025, NeurIPS2025 Spotlight] Sparse VideoGen 1 & 2: Accelerazione dei Video Diffusion Transformer con Sparse Attention
Schede bilingui (cinese + inglese) per i colloqui su ML / LLM / diffusion / agenti nella selezione autunnale per lโAI โ generate da ARIS /interview-cheatsheet e trasformate da /render-html in file HTML singoli leggibili ovunque โ oltre a un generatore di homepage accademiche verificato rispetto a CVโDBLP e blog in formato lungo scritti personalmente ๐ฑ
Un framework di intelligenza artificiale per generare e modificare beatmap di osu! per tutte le modalitร di gioco a partire da input di spettrogrammi.
Implementazione ufficiale per "Blended Latent Diffusion" [SIGGRAPH 2023]
[ECCV 2026] Un framework basato sulla diffusione per l'OCR di documenti che sostituisce la decodifica autoregressiva con la decodifica a diffusione parallela a livello di blocco.
[TIP2026] Codici ufficiali di CCSRv2 e CCSRv1: Miglioramento della stabilitร e dell'efficienza dei modelli di diffusione per la super-risoluzione coerente con il contenuto
๐Un elenco curato di straordinari articoli su inferenza di diffusione con codice: Campionamento, Cache, Quantizzazione, Parallelismo, ecc.๐
Un'altra implementazione PyTorch di Stable Diffusion (probabilmente facile da leggere)
Implementazione ufficiale per "Blended Diffusion per l'editing guidato dal testo di immagini naturali" [CVPR 2022]
Modelli di diffusione della struttura delle proteine; ti bastano la trigonometria e lโattenzione!
[WACV'25 Oral] Il tining fine dei modelli di diffusione condizionati allโimmagine รจ piรน facile di quanto pensiate