diffusion-models

Framework de entrenamiento de aprendizaje por refuerzo multimodal para modelos de difusión y omnimodales

Resumen del procesamiento de imágenes basado en difusión, incluyendo restauración, mejora, codificación y evaluación de calidad

[ECCV 2026] Skyfall-GS: Síntesis de escenas urbanas 3D inmersivas a partir de imágenes satelitales.

[ICML 2026] Repositorio oficial para "Causal Forcing: Autoregressive Diffusion Distillation Done Right for High-Quality Real-Time Interactive Video Generation" y Causal Forcing++

Implementación oficial en PyTorch de ODISE: Segmentación panóptica de vocabulario abierto con modelos de difusión de texto a imagen [CVPR 2023 Highlight]

Resumen de artículos y blogs clave sobre modelos de difusión para aprender sobre el tema. Lista detallada de todos los artículos publicados sobre robótica de difusión.

MindSpore + 🤗Huggingface: Ejecute cualquier modelo de Transformers/Diffusers en MindSpore con compatibilidad y aceleración perfectas.

Aplicación que muestra múltiples pipelines de modelos de difusión en tiempo real con Diffusers.

Modelo de edición multi-imagen SOTA de código abierto

Implementación oficial del artículo "MiniGPT-5: Interleaved Vision-and-Language Generation via Generative Vokens"

Base de código unificada para modelos de mundo avanzados.

Integración de Gaussian Splatting en un eliminador de ruido de difusión para la generación y reconstrucción de imágenes a 3D de una sola etapa, rápida y escalable (ICCV 2025)

[CVPR 2025 Highlight] Generación de video a partir de texto con preservación de identidad mediante descomposición de frecuencia.

Instruct-NeRF2NeRF: Edición de escenas 3D con instrucciones (ICCV 2023)

Lista de artículos relacionados con la cuantización de redes neuronales en conferencias y revistas de IA recientes.

[ICLR'23] DiffuSeq: Generación de texto secuencia a secuencia con modelos de difusión.

Implementación oficial de "MeshDiffusion: Score-based Generative 3D Mesh Modeling" (ICLR 2023 Spotlight).

[CVPR 2024] GaussianDreamer: Generación rápida de texto a 3D Gaussians mediante la conexión de modelos de difusión 2D y 3D.

Implementación oficial de "RIFLEx: A Free Lunch for Length Extrapolation in Video Diffusion Transformers" (ICML 2025), UltraViCo (ICLR 2026) y UltraImage.

Una lista curada de artículos de visión 3D relacionados con el dominio de la robótica en la era de los grandes modelos, es decir, LLMs/VLMs, inspirada en awesome-computer-vision, que incluye artículos, códigos y sitios web relacionados

[ICLR 2024] Control de modelos de lenguaje visual para la restauración universal de imágenes. Quinto lugar en el desafío NTIRE 2024 Restore Any Image Model in the Wild.

[CVPR 2024] Paint3D: Paint Anything 3D with Lighting-Less Texture Diffusion Models, un modelo generativo de texturas sin iluminación integrada.

DeepInverse: una biblioteca de PyTorch para resolver problemas inversos de imágenes mediante aprendizaje profundo

Aplica modelos de difusión usando el nuevo paquete diffusers de Hugging Face para sintetizar música en lugar de imágenes.

Código simple y legible para entrenar y realizar muestreos a partir de modelos de difusión

Una colección de estudios impresionantes sobre generación de video.

Fusión de modelos en LLMs, MLLMs y más allá: métodos, teorías, aplicaciones y oportunidades. ACM Computing Surveys, 2026.

[ICML 2024] MagicPose (también conocido como MagicDance): reorientación realista de poses humanas y expresiones faciales con difusión consciente de la identidad.

[NeurIPS'23] Correspondencia emergente a partir de difusión de imágenes

Implementación oficial de "Attend-and-Excite: Attention-Based Semantic Guidance for Text-to-Image Diffusion Models" (SIGGRAPH 2023)