#diffusion-models Repositórios
473 repositórios no total
[ACM MM 2025] FantasyTalking: Geração de Retratos Falantes Realistas via Síntese de Movimento Coerente
[ICLR'24] Implementação oficial em PyTorch do Magic123: Geração de objetos 3D de alta qualidade a partir de uma única imagem usando priors de difusão 2D e 3D
Implementação oficial de "MIMO: Síntese de Vídeo de Personagens Controláveis com Modelagem Decomposta Espacial"
Repositório oficial do nosso trabalho sobre treinamento de baixo custo de modelos de difusão em larga escala.
[Destaque CVPR 2025] Modelo de Difusão Truncada para Condução Autônoma em Tempo Real de Ponta a Ponta
📖 Uma lista selecionada de recursos dedicados à conversação face a face.
Propomos o Prism, uma estrutura de atenção esparsa dinâmica para treinar nativamente modelos de geração conjunta de vídeo e áudio em 2K.
Implementação do DiffDock: Passos de Difusão, Torções e Viragens para o Acoplamento Molecular
Inpaint de alta qualidade e sem necessidade de treinamento para todos os modelos Stable Diffusion. Compatível com ComfyUI
[RSS 2024] 3D Diffusion Policy: Aprendizagem de Política Visuomotora Generalizável via Representações 3D Simples
Super-resolução de Imagem por Passos Arbitrários via Inversão de Difusão (CVPR 2025)
ResShift: Modelo de Difusão Eficiente para Super-resolução de Imagem por Deslocamento Residual (NeurIPS@2023 Spotlight, TPAMI@2024)
O repositório de código oficial para a segunda edição do livro da O'Reilly, Aprendizado Profundo Generativo: Ensinando Máquinas a Pintar, Escrever, Compor e Jogar.
(CVPR 2025) De Modelos de Difusão de Vídeo Bidirecionais Lentos a Autorregressivos Rápidos
Pruna é um framework de otimização de modelos construído para desenvolvedores, permitindo que você entregue modelos mais rápidos e eficientes com sobrecarga mínima.
FireRed-Image-Edit é um poderoso modelo de base para edição de imagens que alcança desempenho de ponta open-source com seguimento preciso de instruções, geração de alta fidelidade, consistência superior de identidade e fusão perfeita de múltiplos elementos.
📦Pacote portátil para rodar Hunyuan3D 2.0/2.1 no Windows. | Pacote Integrado Hunyuan 3D 2.0/2.1
[ICASSP 2024] 🍵 Matcha-TTS: Uma arquitetura TTS rápida com correspondência de fluxo condicional
(NeurIPS 2024 Apresentação Oral 🔥) Destilação de Correspondência de Distribuição Aprimorada para Síntese Rápida de Imagens
[AAAI 2025]👔IMAGDressing👔: Geração Modular Interativa de Vestuário para Prova Virtual. Ele permite a geração personalizável de imagens humanas com controle flexível de vestuário, pose e cena, garantindo alta fidelidade e consistência da roupa para prova virtual.
[TPAMI 2025🔥] MagicTime: Modelos de Geração de Vídeo em Time-lapse como Simuladores Metamórficos
O Embedding do Passo de Tempo Avisa: É Hora de Cachear para o Modelo de Difusão de Vídeo
[ICLR 2023 Oral] Restauração de Imagem Zero-Shot Usando o Modelo de Espaço Nulo de Difusão de Desruído
código para "Forçamento por Difusão: Predição do Próximo Token Encontra a Difusão de Sequência Completa"
LucidFlux: Restauração de imagens foto-realistas sem legendas via um Transformador de Difusão de grande escala, ICLR 2026
ELLA: Equipar Modelos de Difusão com LLM para Alinhamento Semântico Aprimorado
[CVPR2024] StableVITON: Aprendendo Correspondência Semântica com Modelo de Difusão Latente para Provador Virtual
Uma coleção de artigos sobre modelos de difusão para geração 3D.
O repositório oficial do GitHub para o artigo de pesquisa "A Survey on Diffusion Language Models".
Este nó foi projetado para ajudar criadores de imagens de IA a gerar prompts para retratos humanos.
[CVPR'25]Tora: Transformador de Difusão Orientado a Trajetória para Geração de Vídeo
[CVPR 2026] 🔥🔥 Repositório oficial do USO: Geração unificada de estilo e baseada em assunto via Aprendizado Desentrelaçado e Aprendizado por Recompensa
https://wavespeed.ai/ [EM TRABALHO] A solução de otimização de inferência tudo-em-um para ComfyUI, universal, flexível e rápida.
HunyuanCustom: Uma Arquitetura Orientada por Multimodalidade para Geração Personalizada de Vídeos
Implementação Oficial em PyTorch de "SiT: Explorando Modelos Geradores Baseados em Fluxo e Difusão com Transformers Interpolantes Escaláveis"
Código para o artigo "Planejamento com Difusão para Síntese de Comportamento Flexível"
Nós do ComfyUI para cortar antes da amostragem e recompor depois da amostragem, que aceleram o inpainting.