diffusion-models

Entraînement évolutif et optimisé en mémoire de modèles de diffusion

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

[ICLR 2023 Oral] Restauration d'images zero-shot utilisant le modèle Denoising Diffusion Null-Space

FireRed-Image-Edit est un modèle de base puissant pour l'édition d'images, atteignant des performances de pointe open-source avec un suivi précis des instructions, une génération haute fidélité, une cohérence d'identité supérieure et une fusion multi-éléments transparente.

[AAAI 2025] IMAGDressing : Génération modulaire et interactive de vêtements pour l'habillage virtuel. Permet une génération d'images humaines personnalisables avec un contrôle flexible des vêtements, des poses et des scènes, garantissant une haute fidélité et la cohérence des vêtements.

[TPAMI 2025🔥] MagicTime : Modèles de génération de vidéos en accéléré en tant que simulateurs métamorphiques.

Package portable pour exécuter Hunyuan3D 2.0/2.1 sur Windows.

Pruna est un framework d'optimisation de modèles conçu pour les développeurs, permettant de fournir des modèles plus rapides et plus efficaces avec un minimum de surcoût.

[CVPR 2025 Oral & Finaliste du meilleur article] Difix3D+ : Amélioration des reconstructions 3D avec des modèles de diffusion en une étape.

[CVPR2024, Highlight] Code officiel pour DragDiffusion.

Une famille de modèles de diffusion pour la génération de texte vers audio.

Modèle de synthèse vocale basé sur le Flow Matching avec contrôle de style piloté par emoji

HunyuanCustom : une architecture pilotée par le multimodal pour la génération de vidéos personnalisées

Implémentation PyTorch de MeanFlow et iMF (modélisation générative en une étape).

Wunjo CE : Échange de visages, synchronisation labiale, suppression d'objets, de texte et d'arrière-plan, restylisation, séparation audio, clonage vocal et génération vidéo. Open source, local et gratuit.

[ICLR24] Implémentation officielle de l'article « MagicDrive: Street View Generation with Diverse 3D Geometry Control »

Une collection de ressources sur la génération contrôlable avec des modèles de diffusion texte-vers-image.

MOVA : Vers une génération vidéo-audio évolutive et synchronisée

Stable Diffusion implémenté à partir de zéro en PyTorch.

[ICLR'24 spotlight] Série de grands modèles multimodaux chinois et anglais (Chat et Paint) basés sur le modèle CPM.

[ECCV 2024 Oral] MotionDirector : Personnalisation de mouvement pour les modèles de diffusion texte-vidéo.

[ICLR 2025 Oral] Implémentation officielle de "Diffusion-Based Planning for Autonomous Driving with Flexible Guidance".

[CVPR 2025 Highlight] 3DTopia-XL : Génération d'assets 3D PBR de haute qualité via Primitive Diffusion

[ICLR 2024 Spotlight] SyncDreamer : Génération d'images cohérentes multi-vues à partir d'une image vue unique.

Implémentation officielle de l'article : "FlowEdit: Inversion-Free Text-Based Editing Using Pre-Trained Flow Models"

NVIDIA FastGen : génération rapide à partir de modèles de diffusion.

[CVPR 2024] PIA, votre animateur d'images personnalisé. Animez vos images par invite textuelle, en combinant avec Dreambooth pour obtenir des vidéos époustouflantes.

[CVPR 2024] DeepCache : Accélération gratuite des modèles de diffusion

Implémentation officielle des Diffusion Autoencoders.

[ICLR 2026] Un framework itératif sans entraînement pour la visualisation d'histoires longues