diffusion-model

DiffSinger : synthèse de voix chantée via un mécanisme de diffusion superficielle (SVS & TTS) ; AAAI 2022 ; code officiel.

Lumina-T2X est un framework unifié pour la génération de texte vers n'importe quelle modalité.

Collection d'articles sur les modèles de diffusion classés par sous-domaines

Helios : Modèle de génération de vidéos longues en temps réel

Stable Virtual Camera : Synthèse de vue générative avec des modèles de diffusion

Une liste organisée de ressources sur les modèles de diffusion en apprentissage par renforcement (mis à jour régulièrement).

[ICASSP 2024] 🍵 Matcha-TTS : Une architecture TTS rapide avec appariement de flux conditionnel

Code officiel de Motus : un modèle de monde à action latente unifié.

MotionDiffuse : génération de mouvements humains pilotée par texte avec un modèle de diffusion.

[ICLR 2024] SEINE : Modèle de diffusion vidéo courte à longue pour la transition et la prédiction génératives.

[ICCV 2023] "TF-ICON : Diffusion-Based Training-Free Cross-Domain Image Composition" (implémentation officielle).

Code simple et lisible pour l'entraînement et l'échantillonnage de modèles de diffusion.

[AAAI 2025, Oral] DepthFM : Estimation rapide de profondeur monoculaire par Flow Matching

[ICML2025, NeurIPS2025 Spotlight] Sparse VideoGen 1 & 2 : Accélération des Video Diffusion Transformers avec une attention creuse (sparse attention)

Generative World Renderer : un rendu natif IA pour jeux et mondes virtuels.

Ce projet est l'implémentation officielle de 'Diffir: Efficient diffusion model for image restoration', ICCV2023

Référentiel d'articles liés aux modèles de diffusion dans la vision de bas niveau.

[ECCV 2026] Towards Scalable Pre-training of Visual Tokenizers for Generation

[SIGGRAPH Asia 2024] ReVersion : Inversion de relation basée sur la diffusion à partir d'images