diffusion

Helios: Ein echtes Echtzeit-Modell zur Generierung langer Videos

Diffusionsmodelle in der medizinischen Bildgebung (Veröffentlicht im Journal Medical Image Analysis)

[NeurIPS 2025] Bildbearbeitung ist ein einzelnes LoRA wert! 0,1 % Trainingsdaten für fantastische Bildbearbeitung! Übertrifft GPT-4o bei der ID-Persistenz ~ MoE-Checkpoint veröffentlicht! Nur 4 GB VRAM zum Ausführen erforderlich!

Autoregressives Modell schlägt Diffusion: 🦙 Llama für skalierbare Bildgenerierung

[ECCV 2024] Die offizielle Implementierung des Papers „BrushNet: A Plug-and-Play Image Inpainting Model with Decomposed Dual-Branch Diffusion“

[ICLR'25 Oral] Repräsentationsausrichtung für die Generierung: Das Training von Diffusion Transformers ist einfacher als gedacht

[ACM MM 2025] FantasyTalking: Realistische Generierung sprechender Porträts über kohärente Bewegungssynthese

Modellkomprimierungs-Toolkit für verbesserte Benutzerfreundlichkeit, Vollständigkeit und Effizienz.

PALLAIDIUM – ein generatives KI-Filmstudio, nahtlos integriert in den Blender Video Editor (VSE), das eine durchgängige Produktion vom Drehbuch bis zum Bildschirm ermöglicht.

[ICCV 2025] 🔥🔥 UNO: Eine universelle Anpassungsmethode für die Konditionierung auf einzelne und mehrere Subjekte

Skalierbares und speicheroptimiertes Training von Diffusionsmodellen

Inpaint Anything-Erweiterung führt Stable-Diffusion-Inpainting in einer Browser-UI mit Masken von Segment Anything aus

Eine Familie von Diffusionsmodellen zur Generierung von Text zu Audio.

[ECCV 2026] MixGRPO: Erschließung der Flow-basierten GRPO-Effizienz mit Mixed ODE-SDE

Nativer LLM-Inferenzserver für Apple Silicon. Kompatibel mit der OpenAI- und Anthropic-API. Kein Python. Inklusive MLX Core macOS-App mit Chat, Agentenmodus und Tool-Aufrufen.

Offizielle Implementierung für das Paper „Full-Order Sampling-Based MPC for Torque-Level Locomotion Control via Diffusion-Style Annealing“. DIAL-MPC ist ein neuartiges, auf Sampling basierendes MPC-Framework für die Drehmoment-Ebene-Steuerung von Laufrobotern, das Präzision und Agilität trainingsfrei vereint.

Liste des molekularen und materiellen Designs unter Verwendung von Generative AI und Deep Learning

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

Ein Open-Source-LLM-basiertes TTS-Fundamentalsystem

UniWorld: Hochauflösende semantische Encoder für einheitliches visuelles Verstehen und Generieren

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

Latente Punkt-Diffusionsmodelle zur Erstellung von 3D-Formen

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

Adan: Adaptiver Nesterov-Momentum-Algorithmus für eine schnellere Optimierung von Deep-Modellen

Kandinsky 5.0: Eine Familie von Diffusionsmodellen für die Video- und Bildgenerierung

[TMLR 2025🔥] Eine Übersicht über autoregressive Modelle in der Vision.

Diffusion-Attentive-Attribution-Karten zur Interpretation von Stable Diffusion.

rCM & Causal-rCM: Führende und einheitliche Algorithmen/Infrastrukturen für die bidirektionale/autoregressive Video-Diffusion-Destillation im großen Maßstab.

Einfacher und lesbarer Code zum Trainieren und Sampling von Diffusionsmodellen

[CVPR 2024] FRESCO: Räumlich-zeitliche Korrespondenz für Zero-Shot Videoübersetzung