#huggingface-diffusers Repository
Scopri 40 repository GitHub open source attivi contrassegnati con #huggingface-diffusers, che raccolgono un totale di 112,322 stelle (con una media di 2,808 stelle per progetto). Il progetto leader di questo argomento è apple-aiml-research/ml-stable-diffusion, con 17,962 stelle.
40 repository in totale
L'adattatore per prompt di immagini è progettato per consentire a un modello di diffusione da testo a immagine preaddestrato di generare immagini con un prompt di immagini.
Crea video 🔥 con Stable Diffusion esplorando lo spazio latente e morfando tra prompt di testo
Hunyuan-DiT: Un potente Transformer a diffusione multi-risoluzione con comprensione dettagliata del cinese
PixArt-α: Allenamento rapido di Diffusion Transformer per la sintesi fotorealistica da testo a immagine
xDiT: Un motore di inferenza scalabile per Diffusion Transformers (DiT) con parallelismo massiccio
[NeurIPS 2025] Un'implementazione ufficiale di Flow-GRPO: Addestramento di modelli Flow Matching tramite RL online
InstantStyle: Pranzo gratuito per la generazione di testo-immagine che preserva lo stile 🔥
PixArt-Σ: Addestramento da Debole a Forte del Diffusion Transformer per la Generazione 4K Text-to-Image
[CVPR 2025] Apprendimento di Campi di Flusso nell'Attenzione per la Generazione Controllabile di Immagini di Persone
Qwen-Image-Lightning: Accelerazione del modello Qwen-Image con distillazione
(NeurIPS 2024 Orale 🔥) Distillazione migliorata per l'abbinamento di distribuzioni per una rapida sintesi di immagini
L'estensione Inpaint Anything esegue l'inpainting di Stable Diffusion su un'interfaccia utente del browser utilizzando maschere da Segment Anything.
[IJCV] Show-1: Unire i modelli di pixel e latenti di diffusione per la generazione di testo-a-video
Allegro è un potente modello text-to-video che genera video di alta qualità fino a 6 secondi a 15 FPS e risoluzione 720p da semplici input di testo.
[ECCV2024] Pixel-Aware Stable Diffusion per realistica super-risoluzione di immagini e stilizzazione personalizzata
Codice per l'articolo "Anagrammi Visivi: Generazione di illusioni ottiche multi-vista con modelli di diffusione"
Lumina-Image 2.0: Un framework unificato ed efficiente per la generazione di immagini
Codice per "Diffusion Model Alignment Using Direct Preference Optimization"
Cosmos-Predict2 è 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.
Codice ufficiale per "RealFusion: Ricostruzione a 360° di qualsiasi oggetto da una singola immagine" (CVPR 2023)
ELITE: Codifica di concetti visivi in embedding testuali per la generazione personalizzata di testo-immagine (ICCV 2023, Orale)
Domande frequenti
Qual è il repository #huggingface-diffusers più popolare su GitHub?
Il progetto open source #huggingface-diffusers più alto in classifica su GitHub è apple-aiml-research/ml-stable-diffusion, con 17,962 stelle. Stable Diffusion con Core ML su Apple Silicon
Quali linguaggi di programmazione sono più utilizzati nei repository #huggingface-diffusers?
Tra i progetti #huggingface-diffusers più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook.
Come viene calcolata la classifica dei repository #huggingface-diffusers?
Monitoriamo 40 repository open source attivi contrassegnati con #huggingface-diffusers (500+ stelle), per un totale di 112,322 stelle e una media di 2,808 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.