diffusion-models

Multimodales RL-Trainingsframework für Diffusions- und Omni-Modelle

Eine Zusammenfassung der diffusionsbasierten Bildverarbeitung, einschließlich Wiederherstellung, Verbesserung, Codierung und Qualitätsbewertung

[ECCV 2026] Skyfall-GS: Synthesizing Immersive 3D Urban Scenes from Satellite Imagery

[ICML 2026] Offizielle Codebasis für „Causal Forcing: Autoregressive Diffusion Distillation Done Right for High-Quality Real-Time Interactive Video Generation“ & Causal Forcing++

Offizielle PyTorch-Implementierung von ODISE: Open-Vocabulary Panoptic Segmentation mit Text-to-Image Diffusion Models [CVPR 2023 Highlight]

MindSpore + 🤗Huggingface: Führen Sie beliebige Transformers/Diffusers-Modelle auf MindSpore aus – mit nahtloser Kompatibilität und Beschleunigung.

Zusammenfassung wichtiger Paper und Blogs über Diffusionsmodelle zum Erlernen des Themas. Detaillierte Liste aller veröffentlichten Paper zu Diffusions-Robotik.

App, die mehrere Echtzeit-Diffusion-Model-Pipelines mit Diffusers demonstriert

Open-Source SOTA-Modell zur Multi-Bild-Bearbeitung

Offizielle Implementierung des Papers „MiniGPT-5: Interleaved Vision-and-Language Generation via Generative Vokens“

Einheitliche Codebasis für fortschrittliche Weltmodelle.

Integration von Gaussian Splatting in den Diffusion Denoiser für schnelle und skalierbare einstufige Image-to-3D-Generierung und -Rekonstruktion (ICCV 2025)

[CVPR 2025 Highlight🔥] Identitätserhaltende Text-zu-Video-Generierung durch Frequenzzerlegung

Instruct-NeRF2NeRF: Bearbeiten von 3D-Szenen mit Anweisungen (ICCV 2023)

Liste von Artikeln zur Quantisierung neuronaler Netze auf aktuellen KI-Konferenzen und in Fachzeitschriften.

[ICLR'23] DiffuSeq: Sequence-to-Sequence-Textgenerierung mit Diffusionsmodellen

Offizielle Implementierung von „MeshDiffusion: Score-based Generative 3D Mesh Modeling“ (ICLR 2023 Spotlight)

[CVPR 2024] GaussianDreamer: Schnelle Generierung von Text zu 3D Gaussians durch Verknüpfung von 2D- und 3D-Diffusionsmodellen

Offizielle Implementierung für „RIFLEx: A Free Lunch for Length Extrapolation in Video Diffusion Transformers“ (ICML 2025), UltraViCo (ICLR 2026) und UltraImage

Eine kuratierte Liste von 3D-Vision-Papern mit Bezug zur Robotik im Zeitalter großer Modelle wie LLMs/VLMs, inspiriert von awesome-computer-vision, einschließlich Papers, Codes und zugehörigen Websites

[ICLR 2024] Steuerung von Vision-Language-Modellen zur universellen Bildrestaurierung. 5. Platz in der NTIRE 2024 Restore Any Image Model in the Wild Challenge.

[CVPR 2024] Paint3D: Paint Anything 3D mit beleuchtungsfreien Textur-Diffusionsmodellen, einem generativen Modell für Texturen ohne eingebrannte Beleuchtung

DeepInverse: Eine PyTorch-Bibliothek zum Lösen inverser Bildverarbeitungsprobleme mittels Deep Learning

Verwendung von Diffusionsmodellen mit dem neuen Hugging Face diffusers-Paket zur Musik- statt zur Bildsynthese.

Einfacher und lesbarer Code zum Trainieren und Sampling von Diffusionsmodellen

Eine Sammlung herausragender Videogenerierungsstudien.

Modellzusammenführung in LLMs, MLLMs und darüber hinaus: Methoden, Theorien, Anwendungen und Möglichkeiten. ACM Computing Surveys, 2026.

[ICML 2024] MagicPose (auch bekannt als MagicDance): Realistische Übertragung von menschlichen Posen und Gesichtsausdrücken mit identitätsbewusster Diffusion

[NeurIPS'23] Emergent Correspondence from Image Diffusion

Offizielle Implementierung für „Attend-and-Excite: Attention-Based Semantic Guidance for Text-to-Image Diffusion Models“ (SIGGRAPH 2023)