#diffusion-models Репозитории
Всего репозиториев: 473
Официальная реализация ODISE на PyTorch: паноптическая сегментация с открытым словарем с использованием диффузионных моделей от текста к изображению [CVPR 2023 Highlight]
[ECCV'24] GeoWizard: Освобождение диффузионных априорных знаний для оценки 3D-геометрии по одному изображению
Vchitect-2.0: Параллельный трансформер для масштабирования видео-диффузионных моделей
Краткое изложение ключевых статей и блогов о диффузионных моделях для изучения темы. Подробный список всех опубликованных статей по диффузионной робототехнике.
MindSpore + 🤗Huggingface: Запускайте любые модели Transformers/Diffusers на MindSpore с безупречной совместимостью и ускорением.
Реализация [CVPR 2025] «DiffSensei: Соединение мультимодальных LLM и диффузионных моделей для создания пользовательских манга»
Приложение, демонстрирующее несколько конвейеров моделей диффузии в реальном времени с помощью Diffusers
Курируемый список публикаций по семантической сегментации с открытым словарем и связанным областям (например, семантическая сегментация с нулевым выстрелом) ресурсы..
[ICCV 2025, Устный доклад] TrajectoryCrafter: Перенаправление траектории камеры для монокулярных видео с помощью диффузионных моделей
Сборник материалов для начинающих по принципам диффузионных моделей и реализации кода на PyTorch
Step1X-3D: На пути к высокоточной и управляемой генерации текстурированных 3D-ресурсов
Мы представляем новый подход к генерации параметров, названный диффузией параметров нейронных сетей (p-diff), который использует стандартную модель латентной диффузии для синтеза нового набора параметров.
Код для "FlashWorld: Генерация 3D сцен высокого качества за секунды" (ICLR 2026 Oral)
SEED-Story: Мультимодальная генерация длинных историй с использованием большой языковой модели
Встраивание гауссова сплэттинга в диффузионный денойзер для быстрой и масштабируемой одностадийной генерации и реконструкции изображения в 3D (ICCV 2025)
[CVPR 2025 Highlight🔥] Сохраняющая идентичность генерация видео из текста путем разложения по частотам
Официальная реализация статьи «MiniGPT-5: Interleaved Vision-and-Language Generation via Generative Vokens»
Открытые данные и масштабируемое обучение для видеомоделей мира с длинным временным горизонтом.
DeepInverse: библиотека PyTorch для решения обратных задач обработки изображений с использованием глубокого обучения
Instruct-NeRF2NeRF: Редактирование 3D-сцен с помощью инструкций (ICCV 2023)
DiffuCoder: Понимание и улучшение маскированных моделей диффузии для генерации кода
Официальная реализация «Lotus: Диффузионная визуальная базовая модель для высококачественного плотного предсказания»
Официальная реализация для "RIFLEx: Бесплатный обед для экстраполяции длины в Video Diffusion Transformers" (ICML 2025), UltraViCo (ICLR 2026) и UltraImage
📖 Это репозиторий для организации статей, кода и других ресурсов, связанных с унифицированными мультимодальными моделями.
Отличная подборка ресурсов и статей по диффузионным моделям для роботизированных манипуляций.
Cosmos-Transfer1 - это модель переноса «мир-в-мир», разработанная для преодоления разрыва в восприятии между смоделированными и реальными условиями.
Официальная реализация "MeshDiffusion: Score-based Generative 3D Mesh Modeling" (ICLR 2023 Spotlight)
[CVPR 2024] GaussianDreamer: Быстрая генерация 3D-гауссиан из текста путем сопряжения 2D и 3D диффузионных моделей
Список статей, посвященных квантованию нейронных сетей на недавних конференциях и в журналах по ИИ.
Курируемый список статей по 3D-зрению, относящихся к области робототехники в эпоху больших моделей, т. е. LLM/VLM, вдохновленный awesome-computer-vision, включая статьи, коды и связанные веб-сайты
Официальная реализация "LucidDreamer: На пути к высокоточной генерации 3D из текста с помощью интервального согласования оценок"
[ICLR'23] DiffuSeq: Генерация текста от последовательности к последовательности с помощью диффузионных моделей
[ACM MM 2024] Официальный код для «HandRefiner: Уточнение искаженных рук в сгенерированных изображениях с помощью условного инпейнтинга на основе диффузии»
Слияние моделей в LLMs, MLLMs и далее: методы, теории, приложения и возможности. ACM Computing Surveys, 2026.
Инструментарий сжатия моделей для больших языковых моделей и диффузионных моделей
[ICLR 2024] Управление моделями "зрение-язык" для универсального восстановления изображений. 5-е место в соревновании NTIRE 2024 Restore Any Image Model in the Wild.
Простой и читаемый код для обучения и выборки из диффузионных моделей