#diffusion-models Repositórios
473 repositórios no total
[NeurIPS 2025] Atenção Radial: Atenção Esparsa O(nlogn) com Decaimento de Energia para Geração de Vídeos Longos
Uma biblioteca de aprimoramento de prompt para sistemas de incorporação de texto do tipo transformer
Uma coleção direta de recursos de pesquisa sobre Geração Musical.
O Masked Diffusion Transformer é o estado da arte (SOTA) em síntese de imagens. (ICCV 2023)
MotionStream: Geração de Vídeo em Tempo Real com Controles de Movimento Interativos
[TPAMI] A implementação oficial do artigo "BrushEdit: All-In-One Image Inpainting and Editing"
O formato aberto .char para personagens consistentes. Rosto, corpo, figurino e voz em um único arquivo, consistentes em todos os modelos.
Esta é a implementação oficial do nosso artigo: "MiniMax-Remover: Taming Bad Noise Helps Video Object Removal"
Código oficial para o artigo da CVPR 2025 "SemanticDraw: Towards Real-Time Interactive Content Creation from Image Diffusion Models."
Implementação oficial do artigo “Inversion-Based Style Transfer with Diffusion Models” (CVPR 2023)
[CVPR 2025] Repositório oficial para "Dora: Sampling and Benchmarking for 3D Shape Variational Auto-Encoders"
✨ [ICLR'26] WithAnyone é capaz de gerar imagens de alta qualidade, controláveis e consistentes em ID
[CVPR'25] Implementações Oficiais para o Artigo - AniDoc: Criação de Animação Facilitada
Uma lista selecionada de recursos incríveis de modelos de difusão discretos.
Código Oficial para o artigo do ECCV 2024 — Mímico de Difusão de Um Tiro para Geração de Texto Manuscrito
Repositório oficial para Make-A-Character: Geração de Personagens de Texto para 3D de Alta Qualidade em Minutos
🧩 IMAGHarmony 🧩: Edição de imagem controlável com quantidade e layout de objetos consistentes. Um framework ciente da estrutura que garante alta fidelidade e coerência em edições complexas de múltiplos objetos. Ele integra atenção sensível à harmonia e seleção de ruído guiada por preferência para permitir uma geração precisa, estável e semanticamente alinhada.
Implementação de um wrapper de disco-diffusion que pode ser executado em sua própria GPU com entrada de texto em lote.
Modelos de difusão da estrutura das proteínas; trigonometria e atenção são tudo de que você precisa!
Códigos Oficiais do VEnhancer: Aprimoramento Espaço-Temporal Generativo para Geração de Vídeo
Código oficial para "RealFusion: Reconstrução 360° de Qualquer Objeto a partir de uma Única Imagem" (CVPR 2023)
MVDiffusion: Viabilizando Geração Holística de Imagens Multivisão com Difusão Ciente de Correspondência, NeurIPS 2023 (destaque)
[ICCV 2025 e TPAMI] VistaDream: Amostragem de imagens multivista consistentes para reconstrução de cenas a partir de uma única vista
Implementação aprimorada do AnimateAnyone que permite usar a sequência de imagens do OpenPose e a imagem de referência para gerar vídeo estilizado
Implementação oficial do Würstchen: Pré-treinamento eficiente de modelos de texto para imagem
Implementação oficial para o artigo: InFusion: Inpainting de Gaussianas 3D via Aprendizagem de Completamento de Profundidade a partir de um Prior de Difusão
[ECCV 2024] ControlNet++: Melhorando Controles Condicionais com Feedback Eficiente de Consistência.
código para o artigo 'DiGress: Discrete Denoising diffusion for graph generation'
Inferência local para modelos de linguagem de difusão (LLaDA, Dream), escrita em Mojo
[AAAI' 25] U-KAN forma uma espinha dorsal forte para segmentação e geração de imagens médicas
Visionário: O Carregador de Modelo Mundial Construído na Plataforma de Gaussian Splatting Alimentada por WebGPU
Implementação Pytorch de: "Stable-Hair: Transferência de Cabelo do Mundo Real via Modelo de Difusão" (AAAI 2025)
[CVPR 2024] SinSR: Super-Resolução de Imagem Baseada em Difusão em Uma Única Etapa
PeRFlow: Fluxo Retificado por Partes como Acelerador Universal Plug-and-Play (NeurIPS 2024)
A implementação oficial do artigo "Human Motion Diffusion as a Generative Prior"
Livro Roxo do ModelScope | ModelScope Cookbook: um guia prático para desenvolvedores sobre aplicações com modelos de código aberto. Abrange seleção de modelos, inferência, ajuste fino, avaliação, RAG, agentes e AIGC — desde executar o primeiro modelo até criar aplicações reais.
[NeurIPS 2024] SCube: Reconstrução Instantânea de Cenas em Larga Escala usando VoxSplats
InstantIR: Restauração Cega de Imagens com Referência Generativa Instantânea 🔥