#diffusion Repositórios
79 repositórios no total
UniWorld: Codificadores Semânticos de Alta Resolução para Compreensão e Geração Visual Unificadas
[Destaque CVPR 2025🔥] Geração de Vídeo de Texto Preservando a Identidade por Decomposição de Frequência
Dados abertos e treinamento escalável para modelos de mundo de vídeo de longo horizonte.
Kandinsky 5.0: Uma família de modelos de difusão para geração de vídeo e imagem
Omega-AI é um framework de aprendizado profundo baseado em Java que ajuda a criar rapidamente redes neurais para inferência e treinamento. Seu mecanismo oferece suporte à diferenciação automática, multithreading e aceleração por GPU com CUDA e cuDNN.
Implementação oficial para "RIFLEx: Um Almoço Grátis para Extrapolação de Comprimento em Transformers de Difusão de Vídeo" (ICML 2025), UltraViCo (ICLR 2026) e UltraImage
rCM & Causal-rCM: Algoritmos/infraestruturas líderes e unificados para destilação de difusão de vídeo bidirecional/autorregressiva em escala
Adan: Algoritmo de Momento Nesterov Adaptativo para Otimizar Modelos Profundos Mais Rapidamente
[TMLR 2025🔥] Um levantamento sobre os modelos autorregressivos em visão.
Código simples e legível para treinamento e amostragem de modelos de difusão
[CVPR 2024] FRESCO: Correspondência Espaço-Temporal para Tradução de Vídeo Zero-Shot
Uma estrutura unificada para facilitar o ajuste fino de modelos de Flow Matching
HY-SOAR: Autocorreção para alinhamento e refinamento ideais em modelos de difusão
[ICML2025, NeurIPS2025 Destaque] Sparse VideoGen 1 & 2: Acelerando Transformadores de Difusão de Vídeo com Atenção Esparsa
Guias bilíngues (chinês + inglês) de preparação para entrevistas de ML / LLM / diffusion / agentes para o recrutamento de outono em IA — gerados pelo ARIS /interview-cheatsheet e renderizados pelo /render-html em HTML de arquivo único, legível em qualquer lugar — além de um gerador de páginas acadêmicas com verificação de fatos por CV→DBLP e blogs longos escritos pelo próprio autor 🌱
Um framework de IA para gerar e modificar beatmaps de osu! para todos os modos de jogo a partir de entradas de espectrograma.
Implementação oficial para "Blended Latent Diffusion" [SIGGRAPH 2023]
[ECCV 2026] Um framework baseado em difusão para OCR de documentos que substitui a decodificação autorregressiva pela decodificação de difusão paralela em nível de bloco.
[TIP2026] Códigos oficiais do CCSRv2 e CCSRv1: Melhorando a Estabilidade e Eficiência dos Modelos de Difusão para Super-resolução com Consistência de Conteúdo
📚Uma lista curada de artigos incríveis sobre inferência de difusão com códigos: Amostragem, Cache, Quantização, Paralelismo, etc.🎉
Mais uma implementação PyTorch do Stable Diffusion (provavelmente fácil de ler)
Implementação oficial para "Difusão Mesclada para Edição de Imagens Naturais Orientada por Texto" [CVPR 2022]
Modelos de difusão da estrutura das proteínas; trigonometria e atenção são tudo de que você precisa!
[WACV'25 Oral] O ajuste fino de modelos de difusão condicionados a imagens é mais fácil do que você pensa