diffusion-models

[ECCV 2024] MOFA-Video: Steuerung der Bildanimation durch generative Bewegungsfeldadaptionen in einem eingefrorenen Image-to-Video-Diffusionsmodell.

Eine Sammlung fantastischer Studien zur Text-zu-Bild-Generierung.

[ICLR 2025] Offizielle Implementierung von Posterior-Mean Rectified Flow: Hin zu fotorealistischer Bildwiederherstellung mit minimalem MSE

[ICCV 2025] Offizielle Implementierung des Papiers „MagicDrive-V2: High-Resolution Long Video Generation for Autonomous Driving with Adaptive Control“

[CVPR 2024 Highlight] DistriFusion: Verteilte parallele Inferenz für hochauflösende Diffusion Models

Ein minimalistisches, funktionsreiches Repository zur Förderung der World-Model-Forschung.

Colab Notebooks zu Deep-Learning-Werkzeugen für die Vorhersage und das Design biomolekularer Strukturen

Bildrestaurierung mit Mean-Reverting Stochastic Differential Equations, ICML 2023. Die Siegerlösung der NTIRE 2023 Image Shadow Removal Challenge.

[NeurIPS 2024] Einfaches und effektives Masked Diffusion Language Model

[ICML 2025] Offizielle PyTorch-Implementierung von „History-Guided Video Diffusion“

Eine kuratierte Liste fantastischer Video-Weltmodelle mit AR-Diffusion: Umfasst Algorithmen, Anwendungen und Infrastruktur als umfassende Ressource für Forscher, Praktiker und Enthusiasten.

[ECCV 2024] Einzelbild zu 3D-texturiertem Mesh in 10 Sekunden mit Convolutional Reconstruction Model.

Ein einheitliches Framework für einfaches Reinforcement Learning in Flow-Matching-Modellen

Eine Sammlung von Papers und Code für CVPR2026/CVPR2025/ICCV2025/CVPR2024/ECCV2026/ECCV2024 AIGC

HunyuanImage-2.1: Ein effizientes Diffusionsmodell für hochauflösende (2K) Text-zu-Bild-Generierung

PyTorch-Implementierung von Make-An-Audio (ICML'23) mit einem Text-to-Audio Generative Model

Offizielle Implementierung des OneDiffusion-Papers (CVPR 2025)

[IJCV 2026] FoleyCrafter: Erwecken Sie stumme Videos mit lebensechten und synchronisierten Klängen zum Leben

Flash Diffusion – Beschleunigung bedingter Diffusionsmodelle (AAAI 2025 Oral)

[ICLR 2025] Autoregressive Videogenerierung ohne Vektorquantisierung.

DFloat11 [NeurIPS '25]: Verlustfreie Komprimierung von LLMs und DiTs für effiziente GPU-Inferenz

Offenes Diffusions-Sprachmodell zur Codeergenerierung — veröffentlicht mit Vortraining, Evaluierung, Inferenz und Checkpoints.

Offizielle Implementierung für „Blended Latent Diffusion“ [SIGGRAPH 2023]

OpenMusic: SOTA Text-to-Music (TTM) Generierung

[CVPR'26 Highlight] Ditto: Skalierung der anweisungsbasierten Videobearbeitung mit einem hochwertigen synthetischen Datensatz

[NeurIPS 2025] Radial Attention: O(nlogn) Sparse Attention mit Energy Decay für die Generierung langer Videos

[TPAMI] Die offizielle Implementierung des Papiers „BrushEdit: All-In-One Image Inpainting and Editing“

Offizieller Code für das CVPR 2025 Paper "SemanticDraw: Towards Real-Time Interactive Content Creation from Image Diffusion Models."

Offizieller Code von VEnhancer: Generative raumzeitliche Verbesserung für die Videogenerierung.

Offizielle PyTorch-Implementierung von EDGE (CVPR 2023).