#diffusion-models リポジトリ
リポジトリ合計473件
FLUX.2 Klein と DCAE をベースに構築された、4ステップの蒸留推論に対応するネイティブ 4K 画像編集モデル BluePixel の公式推論コード。
[ICML 2025] 「History-Guided Video Diffusion」公式PyTorch実装
[NeurlPS2024] Real-World Image Super-ResolutionのためのOne-Step Effective Diffusion Network
Cosmos-Predict2は、Physical AI向けの汎用的なワールド基盤モデルのコレクションであり、下流アプリケーション向けのカスタマイズされたワールドモデルにファインチューニングすることができます。
CVPR2026/CVPR2025/ICCV2025/CVPR2024/ECCV2026/ECCV2024 AIGCの論文とコードのコレクション
『Machine Learning: A Probabilistic Perspective』(Kevin P. Murphy)の中国語訳と、書籍内のアルゴリズムのPython実装。
このリポジトリには、RLのための拡散モデルに関するリソースと論文のコレクションが含まれており、論文「Diffusion Models for Reinforcement Learning: A Survey」を補完するものです。
MiniMax H3動画の小さな顔を精細化し、品質を向上させます。フレームごとに顔を追跡して切り抜き、H3で補正した後、動画に合成し直します。
自動運転のためのビジョン・言語・アクションモデル(VLA4AD)リソース。調査論文「A Survey on Vision–Language–Action Models for Autonomous Driving」のコンパニオンリポジトリとして機能します。
[ECCV2024] 本論文「Glyph-ByT5: Accurate Visual Text Renderingのためのカスタムテキストエンコーダ」および「Glyph-ByT5-v2: Accurate Multilingual Visual Text Renderingのための強力な美的ベースライン」の公式推論コードです。」