#diffusion-models Repositórios
473 repositórios no total
[CVPR2026 🎉] Stand-In é um framework leve plug-and-play para a geração de vídeo com preservação da identidade.
Aplicar modelos de difusão usando o novo pacote Hugging Face diffusers para sintetizar música em vez de imagens.
[CVPR 2024] Paint3D: Pinte Qualquer Coisa 3D com Modelos de Difusão de Textura sem Iluminação, um modelo generativo de textura sem cozimento de iluminação
O repositório oficial de código do SongBloom: Geração coerente de músicas via esboço autoregressivo intercalado e refinamento por difusão
Modelos Generativos Baseados em Pontuação (Modelos de Difusão) para Melhoramento de Fala e Desreverberação
[Destaque NeurIPS'25] Repositório oficial para "Chain-of-Zoom: Super-Resolução Extrema via Autorregressão de Escala e Alinhamento de Preferências"
Ferramentas de Desenho de Iluminação para Modelos de Difusão Texto-para-Imagem
Um repositório minimalista e completo para o avanço da ciência de modelos de mundo.
[ICML 2024] MagicPose (também conhecido como MagicDance): Retargeteamento de Poses Humanas e Expressões Faciais Realistas com Difusão Ciente da Identidade
Código para EgoX: Geração de Vídeo Egocêntrico a partir de um Único Vídeo Exocêntrico
[CVPR 2024] X-Adapter: Adicionando Compatibilidade Universal de Plugins para Modelo de Difusão Atualizado
Hunyuan-GameCraft: Geração de Vídeo de Jogos Interativo de Alta Dinâmica com Condicionamento de Histórico Híbrido
[AAAI 2025] Códigos oficiais de "ResAdapter: Adaptador de Resolução Consistente com o Domínio para Modelos de Difusão".
Uma coleção de estudos impressionantes de geração de texto para imagem.
[ECCV 2024] MOFA-Video: Animação de Imagem Controlável através de Adaptações de Campo de Movimento Generativo em Modelo de Difusão Congelado de Imagem para Vídeo.
Implementação Oficial para "Attend-and-Excite: Orientação Semântica Baseada em Atenção para Modelos de Difusão de Texto para Imagem" (SIGGRAPH 2023)
Uma estrutura unificada para facilitar o ajuste fino de modelos de Flow Matching
[ICCV 2023] PoseDiffusion: Resolvendo a Estimativa de Pose através de Ajuste de Feixe assistido por Difusão
SparkDiffusion: acelera a geração de vídeo com DiT em 265× por meio de esparsidade, destilação, quantização conjuntas, etc.
[ICLR 2025] Implementação Oficial do Fluxo Retificado da Média Posterior: Rumo à Restauração de Imagem Foto-Realista com MSE Mínimo
Notebooks Colab que abordam ferramentas de aprendizado profundo para a previsão e design de estruturas biomoleculares
Implementação oficial de "Fazendo o Modelo de Difusão 2D Conhecer a Consistência 3D para Geração Robusta de Texto-para-3D"
[Destaque do CVPR 2025] Implementação oficial de "MangaNinja: Colorização de Arte de Linha com Seguimento Preciso de Referência"
DDPO para ajuste fino de modelos de difusão, implementado em PyTorch com suporte a LoRA
Uma Lista Curada de Incríveis Modelos de Mundo em Vídeo com Difusão AR: Abrangendo Algoritmos, Aplicações e Infraestrutura, Com o Objetivo de Servir como um Recurso Abrangente para Pesquisadores, Profissionais e Entusiastas.
[Destaque CVPR'25] Você Vê, Você Consegue: Aprendizagem de Criação 3D em Vídeos Sem Pose, em Escala
StoryMaker: Em busca de personagens consistentes na geração de texto para imagem
CleanDiffuser: Uma Biblioteca Modularizada e Fácil de Usar para Modelos de Difusão na Tomada de Decisão
[ICCV 2025] Implementação oficial do artigo “MagicDrive-V2: Geração de Vídeo Longo de Alta Resolução para Direção Autônoma com Controle Adaptativo”
[IJCV] FastComposer: Geração de Imagens Multi-Assunto Sem Ajuste com Atenção Localizada
[Destaque CVPR 2024] DistriFusion: Inferência Paralela Distribuída para Modelos de Difusão de Alta Resolução
Edição de Imagem Baseada em Modelos de Difusão: Um Survey (TPAMI 2025)
DifFace: Restauração Cega de Rosto com Contração de Erro Difundido (TPAMI, 2024)
[CVPR 2026 Destaque] Implementações Oficiais para o Artigo - HoloCine: Geração Holística de Narrativas de Vídeo Longo Multi-Shot Cinematográficas