diffusion-models

[ECCV 2024] MOFA-Video: Animación de imágenes controlable mediante adaptaciones de campos de movimiento generativos en modelos de difusión de imagen a video congelados.

Una colección de estudios asombrosos sobre la generación de texto a imagen.

[ICLR 2025] Implementación oficial de Posterior-Mean Rectified Flow: Hacia una restauración de imágenes fotorrealistas con MSE mínimo

Un repositorio minimalista y completo para avanzar en la ciencia de los modelos mundiales

[ICCV 2025] Implementación oficial del artículo “MagicDrive-V2: High-Resolution Long Video Generation for Autonomous Driving with Adaptive Control”

[CVPR 2024 Highlight] DistriFusion: Inferencia paralela distribuida para modelos de difusión de alta resolución.

Notebooks de Colab que cubren herramientas de aprendizaje profundo para la predicción y el diseño de estructuras biomoleculares

Restauración de imágenes con ecuaciones diferenciales estocásticas de reversión a la media, ICML 2023. Solución ganadora del desafío NTIRE 2023 de eliminación de sombras en imágenes.

[NeurIPS 2024] Modelo de lenguaje de difusión enmascarada simple y efectivo.

[ICML 2025] Implementación oficial en PyTorch de "History-Guided Video Diffusion".

Una lista seleccionada de increíbles modelos mundiales de video con difusión AR: abarca algoritmos, aplicaciones e infraestructura, con el objetivo de servir como un recurso integral para investigadores, profesionales y entusiastas.

[ECCV 2024] De una sola imagen a una malla 3D texturizada en 10 segundos con un modelo de reconstrucción convolucional.

Un marco unificado para el aprendizaje por refuerzo sencillo en modelos de Flow-Matching

Colección de artículos y códigos para CVPR2026/CVPR2025/ICCV2025/CVPR2024/ECCV2026/ECCV2024 AIGC.

HunyuanImage-2.1: Un modelo de difusión eficiente para generación de texto a imagen en alta resolución (2K)

Implementación en PyTorch de Make-An-Audio (ICML'23) con un modelo generativo de texto a audio.

Implementación oficial del artículo OneDiffusion (CVPR 2025).

[IJCV 2026] FoleyCrafter: Da vida a videos mudos con sonidos realistas y sincronizados.

Flash Diffusion: aceleración de modelos de difusión condicional (AAAI 2025 Oral).

[ICLR 2025] Generación de video autorregresiva sin cuantización vectorial

DFloat11 [NeurIPS '25]: Compresión sin pérdida de LLMs y DiTs para una inferencia eficiente en GPU.

Modelo de lenguaje de difusión abierto para generación de código: incluye preentrenamiento, evaluación, inferencia y puntos de control.

Implementación oficial de "Blended Latent Diffusion" [SIGGRAPH 2023]

OpenMusic: Generación de texto a música (TTM) de última generación.

[CVPR'26 Highlight] Ditto: Escalado de edición de video basada en instrucciones con un conjunto de datos sintéticos de alta calidad

[NeurIPS 2025] Radial Attention: Atención dispersa O(nlogn) con decaimiento de energía para la generación de videos largos.

[TPAMI] Implementación oficial del artículo "BrushEdit: All-In-One Image Inpainting and Editing"

Código oficial para el artículo de CVPR 2025 "SemanticDraw: Towards Real-Time Interactive Content Creation from Image Diffusion Models".

Código oficial de VEnhancer: mejora espacio-temporal generativa para la generación de video.

Implementación oficial en PyTorch de EDGE (CVPR 2023)