#diffusion-models Repositórios
473 repositórios no total
Implementação oficial em PyTorch do ODISE: Segmentação Panóptica de Vocabulário Aberto com Modelos de Difusão de Texto para Imagem [Destaque CVPR 2023]
[ECCV'24] GeoWizard: Liberando os Priors de Difusão para Estimativa de Geometria 3D a Partir de uma Única Imagem
Vchitect-2.0: Transformer Paralelo para Escalar Modelos de Difusão de Vídeo
Resumo de artigos e blogs chave sobre modelos de difusão para aprender sobre o tópico. Lista detalhada de todos os artigos publicados sobre robótica de difusão.
MindSpore + 🤗Huggingface: Execute qualquer modelo Transformers/Diffusers no MindSpore com compatibilidade e aceleração perfeitas.
Implementação de [CVPR 2025] "DiffSensei: Unindo LLMs Multi-Modais e Modelos de Difusão para Geração de Mangá Personalizado"
Aplicativo demonstrando múltiplos pipelines de modelos de difusão em tempo real com Diffusers
Uma lista de publicações selecionadas sobre segmentação semântica de vocabulário aberto e recursos de áreas relacionadas (por exemplo, segmentação semântica zero-shot).
[ICCV 2025, Oral] TrajectoryCrafter: Redirecionando a Trajetória da Câmera para Vídeos Monoculares via Modelos de Difusão
Princípios dos Modelos de Difusão e Implementação de Código em PyTorch: Uma Coletânea de Materiais para Iniciantes
Step1X-3D: Em direção à Geração de Ativos 3D Texturizados de Alta Fidelidade e Controláveis
Introduzimos uma nova abordagem para geração de parâmetros, denominada difusão de parâmetros de rede neural (p-diff), que emprega um modelo de difusão latente padrão para sintetizar um novo conjunto de parâmetros.
Código para "FlashWorld: Geração de cena 3D de alta qualidade em segundos" (ICLR 2026 Oral)
SEED-Story: Geração multimodal de histórias longas com modelo de linguagem grande
Incorporação do Gaussian Splatting no Denoise por Difusão para Geração e Reconstrução Rápida e Escalável de Imagem-para-3D em Estágio Único (ICCV 2025)
[Destaque CVPR 2025🔥] Geração de Vídeo de Texto Preservando a Identidade por Decomposição de Frequência
Implementação oficial do artigo "MiniGPT-5: Geração Intercalada de Visão e Linguagem via Vokens Generativos"
Dados abertos e treinamento escalável para modelos de mundo de vídeo de longo horizonte.
DeepInverse: uma biblioteca PyTorch para resolver problemas inversos de imagem usando aprendizado profundo
Instruct-NeRF2NeRF: Edição de Cenas 3D com Instruções (ICCV 2023)
DiffuCoder: Compreendendo e Melhorando Modelos de Difusão Mascarados para Geração de Código
Implementação oficial de "Lotus: Modelo de Fundação Visual Baseado em Difusão para Previsão Densa de Alta Qualidade"
Implementação oficial para "RIFLEx: Um Almoço Grátis para Extrapolação de Comprimento em Transformers de Difusão de Vídeo" (ICML 2025), UltraViCo (ICLR 2026) e UltraImage
📖 Este é um repositório para organizar artigos, códigos e outros recursos relacionados a modelos multimodais unificados.
Fantástica coleção de recursos e artigos sobre Modelos de Difusão para Manipulação Robótica.
Cosmos-Transfer1 é um modelo de transferência de mundo a mundo projetado para preencher a lacuna perceptual entre ambientes simulados e do mundo real.
Implementação oficial de "MeshDiffusion: Modelagem Generativa 3D Baseada em Pontuação" (ICLR 2023 Spotlight)
[CVPR 2024] GaussianDreamer: Geração Rápida de Texto para Gaussianas 3D ao Ligar Modelos de Difusão 2D e 3D
Lista de artigos relacionados à quantização de redes neurais nas recentes conferências e periódicos de IA.
Uma lista selecionada de artigos de Visão 3D relacionados ao domínio da Robótica na era dos grandes modelos, ou seja, LLMs/VLMs, inspirada em awesome-computer-vision, incluindo artigos, códigos e websites relacionados
Implementação oficial de "LucidDreamer: Em direção à geração de texto para 3D de alta fidelidade via Interval Score Matching"
[ICLR'23] DiffuSeq: Geração de Texto Sequência a Sequência com Modelos de Difusão
[ACM MM 2024] Código Oficial para "HandRefiner: Refinando Mãos Malformadas em Imagens Geradas por Inpainting Condicional Baseado em Difusão"
Fusão de Modelos em LLMs, MLLMs e Além: Métodos, Teorias, Aplicações e Oportunidades. ACM Computing Surveys, 2026.
Caixa de Ferramentas de Compressão de Modelos para Grandes Modelos de Linguagem e Modelos de Difusão
[ICLR 2024] Controlando Modelos de Visão e Linguagem para Restauração Universal de Imagem. 5º lugar no Desafio NTIRE 2024 Restaure Qualquer Modelo de Imagem na Natureza.
Código simples e legível para treinamento e amostragem de modelos de difusão