#diffusion-models Репозитории
Всего репозиториев: 473
Единая структура логического вывода и постобработки для ускоренной генерации видео.
Независимо от того, являетесь ли вы абсолютным новичком, применяете проекты в области CV, NLP, LLM или стремитесь к продвинутому инженерному развертыванию и внедрению, здесь вы найдете все в «Практическом руководстве по Pytorch» (2-е издание). Мы верим, что с помощью этой книги читатели смогут легко освоить использование PyTorch и стать отличными инженерами глубокого обучения.
Hunyuan-DiT: Мощный многорезолюционный диффузионный трансформер с детализированным пониманием китайского языка
Официальная реализация PyTorch для статьи "Human Motion Diffusion Model"
Создавайте видео на уже имеющемся у вас компьютере. FreeVideo запускает MiniMax H3 всего с 8 ГБ видеопамяти и 16 ГБ оперативной памяти, адаптируя путь ускорения под ваше оборудование.
[ICLR2025 Spotlight] SVDQuant: Поглощение выбросов компонентами низкого ранга для 4-битных диффузионных моделей
Курируемый список передовых исследований в области воплощенного ИИ (embodied AI) с акцентом на модели «зрение-язык-действие» (VLA), навигацию «зрение-язык» (VLN) и связанные с ними подходы к мультимодальному обучению.
[NeurIPS 2024] Официальный код для PuLID: Чистая и молниеносная настройка идентификаторов с помощью контрастного выравнивания
Официальный исходный код для "Self Forcing: Bridging Training and Inference in Autoregressive Video Diffusion" (NeurIPS 2025 Spotlight)
Редактируйте что угодно в изображениях с помощью segment-anything, ControlNet, StableDiffusion и других (ACM MM)
Статьи по моделям диффузии, обзору и таксономии
PixArt-α: Быстрое обучение Diffusion Transformer для фотореалистичного синтеза изображений по тексту
Официальный репозиторий VGen: целостная экосистема генерации видео для генерации видео на основе диффузионных моделей
[ICLR 2025] Пирамидальное согласование потоков для эффективного генеративного моделирования видео
Собрать статьи, данные и репозитории, связанные с супер-разрешением
[NeurIPS 2025] Let Them Talk: Аудиоуправляемая генерация диалогового видео с несколькими участниками
[ICLR 2024] Официальная реализация DreamCraft3D: Иерархическая 3D-генерация с Bootstraped Diffusion Prior
Общий комплект для тонкой настройки, предназначенный для моделей диффузии изображений/видео/аудио.
Чтобы упростить использование ComfyUI, я выполнил некоторую оптимизацию и интеграцию часто используемых узлов.
Генерация высококачественных видеороликов с человеческими движениями с помощью управления позой с учетом достоверности
MusePose: фреймворк от изображения к видео на основе позы для генерации виртуальных людей
[NeurIPS 2025] Официальная реализация Flow-GRPO: Обучение моделей Flow Matching с помощью онлайн-обучения с подкреплением (RL)
[В центре внимания ECCV 2026] Реализация «Live Avatar: потоковая генерация аватаров неограниченной длины в реальном времени под управлением аудио»
Подборка статей, бенчмарков, обзорных материалов и инструментов по квантованию моделей, охватывающая низкоразрядные сети, LLM, мультимодальные и генеративные модели, векторное и решёточное квантование, а также эффективное развертывание.
Официальная реализация PyTorch для генерации одноминутных видео с обучением в тестовое время
📹 Более гибкая структура, которая может генерировать видео с любым разрешением и создавать видео из изображений.