#diffusion-models Репозитории
Всего репозиториев: 473
[TPAMI 2026🔥] Helios: модель для генерации длинных видео в реальном времени
📺 Комплексное решение для генерации видео высокого разрешения и большой продолжительности на основе Transformer Diffusion
Lumina-T2X — это унифицированная структура для генерации текста в любую модальность
коллекция статей по моделям диффузии, сгруппированных по их подобластям
Диффузионные модели в медицинской визуализации (Опубликовано в журнале Medical Image Analysis)
Официальная реализация PyTorch "Diffusion Transformers with Representation Autoencoders"
Список литературы по безопасности, защищенности и конфиденциальности больших моделей (включая Awesome LLM Security, Safety и т. д.).
[NeurIPS 2025] Редактирование изображений стоит одного LoRA! 0,1% обучающих данных для фантастического редактирования изображений! Превосходит GPT-4o по стойкости ID~ Выпущен ckpt MoE! Достаточно всего 4 ГБ видеопамяти для работы!
Реализация PyTorch для вероятностного моделирования на основе оценок с помощью стохастических дифференциальных уравнений (ICLR 2021, устный доклад)
Репозиторий кода для Zero123++: базовая модель диффузии от одного изображения к согласованным многовидовым изображениям.
[ICLR & NeurIPS 2025] Репозиторий для серии Show-o, единый трансформер для унификации мультимодального понимания и генерации.
[CVPR 2026] К сверхразрешению видео в реальном времени на основе диффузии — эффективная одноступенчатая диффузионная архитектура для потокового VSR с ограниченной по локальности разреженной внимательностью и небольшим условным декодером.
Custom Diffusion: Многоконцептуальная настройка диффузии от текста к изображению (CVPR 2023)
OneDiff: готовая к использованию библиотека ускорения для диффузионных моделей.
[ICCV 2025 Highlight] OminiControl: Минимальное и универсальное управление для Diffusion Transformer
Универсальное аудио супер-разрешение (любое -> 48 кГц) с AudioSR.
DIAMOND (DIffusion As a Model Of eNvironment Dreams) — это агент обучения с подкреплением, обученный в диффузионной мировой модели. NeurIPS 2024 Spotlight.
Авторегрессионная модель превосходит диффузионную: 🦙 Llama для масштабируемой генерации изображений
[ICLR 2025] CatVTON — это простая и эффективная диффузионная модель для виртуальной примерки с 1) Легковесной сетью (всего 899,06 млн параметров), 2) Параметро-эффективным обучением (49,57 млн обучаемых параметров) и 3) Упрощенным выводом (< 8 ГБ видеопамяти для разрешения 1024x768).
[ICCV 2023] Make-It-3D: Высококачественное 3D-создание из одного изображения с использованием диффузионного априорного знания
HunyuanVideo-I2V: Настраиваемая модель преобразования изображений в видео на основе HunyuanVideo
RDT-1B: диффузионная основополагающая модель для двуручной манипуляции
Официальный код для «DPM-Solver: быстрый решатель ОДУ для дискретного вероятностного моделирования диффузии примерно за 10 шагов» (Neurips 2022 Oral)
Сбор отличных статей по RAG для AIGC. Мы предлагаем таксономию основ, улучшений и приложений RAG в статье "Retrieval-Augmented Generation for AI-Generated Content: A Survey".
TorchMultimodal — это библиотека PyTorch для обучения передовых мультимодальных многозадачных моделей в большом масштабе.
Реализация "EasyControl: Добавление эффективного и гибкого управления для Diffusion Transformer" (ICCV2025)
[NeurIPS 2023] ImageReward: Обучение и оценка предпочтений человека для генерации изображений по тексту
[ECCV 2024] Официальная реализация статьи "BrushNet: A Plug-and-Play Image Inpainting Model with Decomposed Dual-Branch Diffusion"
VibeVoice: Выразительный синтез разговорной речи в длинном формате. (Ответвление сообщества)
MMaDA – Открытые многомодальные крупные модели распространения языка (dLLMs с блочной диффузией, mixed-CoT, unified RL)
[CVPR 2025] Обучение полей потока во внимании для контролируемой генерации изображений людей
Курируемый список ресурсов по диффузионным моделям в RL (постоянно обновляется)
Модель преобразования текста в речь на основе Flow Matching с управлением стилем на основе эмодзи
[ICLR'25 Oral] Выравнивание представлений для генерации: обучать диффузионные трансформеры проще, чем вы думаете