#diffusion-models リポジトリ
リポジトリ合計473件
Wunjo Make:顔交換、リップシンク、制御、オブジェクト・テキスト・背景の除去、リスタイリング、音声分離、音声クローン、動画生成。オープンソース、ローカル実行、無料。
GaussianObject: Gaussian Splattingによる4ビューからの高品質3Dオブジェクト再構成 (SIGGRAPH Asia 2024, TOG)
テキストから画像への拡散モデルによる制御可能な生成に関するリソースのコレクション。
[ICLR 2025 Oral] "Diffusion-Based Planning for Autonomous Driving with Flexible Guidance" の公式実装
[ICLR'24 spotlight] 中国語・英語マルチモーダル大規模モデルシリーズ(チャットとペイント)| CPM基盤モデルに基づく中英バイリンガルマルチモーダル大規模モデルシリーズ
[ICML 2026] 「Causal Forcing: Autoregressive Diffusion Distillation Done Right for High-Quality Real-Time Interactive Video Generation」および Causal Forcing++ の公式コードベース
論文「FlowEdit: Inversion-Free Text-Based Editing Using Pre-Trained Flow Models」の公式実装
時系列および時空間データ向けの最新の拡散モデルに関する調査と論文リスト(論文、応用、レビュー、調査など)とも素晴らしいリソース。
[CVPR 2024] PIA、あなたのパーソナライズされた画像アニメーター。テキストプロンプトで画像をアニメートし、Dreamboothと組み合わせて、見事なビデオを実現します。 PIA、あなたのパーソナライズされた画像アニメーターは、テキストプロンプトを使用して画像を驚くべきアニメーションに変換します。
muerrillaのsd-webui-Detail-DaemonをComfyUIのノードとして移植し、ディテールを制御するシグマを調整します。