diffusion-models

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

[ECCV 2026] Skyfall-GS : Synthèse de scènes urbaines 3D immersives à partir d'imagerie satellite

Synthèse sur le traitement d'images basé sur la diffusion, incluant la restauration, l'amélioration, le codage et l'évaluation de la qualité

[ICML 2026] Base de code officielle pour "Causal Forcing: Autoregressive Diffusion Distillation Done Right for High-Quality Real-Time Interactive Video Generation" & Causal Forcing++

Implémentation officielle PyTorch d'ODISE : segmentation panoptique à vocabulaire ouvert avec des modèles de diffusion texte-image [CVPR 2023 Highlight].

MindSpore + Huggingface : exécutez n'importe quel modèle Transformers/Diffusers sur MindSpore avec une compatibilité et une accélération transparentes.

Résumé des articles et blogs clés sur les modèles de diffusion pour apprendre le sujet. Liste détaillée de toutes les publications sur la robotique par diffusion.

Application présentant plusieurs pipelines de modèles de diffusion en temps réel avec Diffusers.

Modèle open-source SOTA pour l'édition multi-images

Implémentation officielle de l'article "MiniGPT-5: Interleaved Vision-and-Language Generation via Generative Vokens".

Base de code unifiée pour les modèles de monde avancés.

Intégration du Gaussian Splatting dans un débruiteur de diffusion pour une génération et une reconstruction d'images 3D rapides et évolutives en une seule étape (ICCV 2025).

[CVPR 2025 Highlight] Génération de texte vers vidéo préservant l'identité par décomposition fréquentielle.

Instruct-NeRF2NeRF : édition de scènes 3D avec des instructions (ICCV 2023).

Liste d'articles liés à la quantification des réseaux de neurones dans les conférences et journaux d'IA récents.

[ICLR'23] DiffuSeq : Génération de texte séquence à séquence avec des modèles de diffusion

Implémentation officielle de MeshDiffusion : Score-based Generative 3D Mesh Modeling (ICLR 2023 Spotlight).

[CVPR 2024] GaussianDreamer : Génération rapide de texte vers des Gaussiennes 3D en reliant les modèles de diffusion 2D et 3D

Implémentation officielle pour « RIFLEx: A Free Lunch for Length Extrapolation in Video Diffusion Transformers » (ICML 2025), UltraViCo (ICLR 2026) et UltraImage

Une liste organisée d'articles sur la vision 3D liés au domaine de la robotique à l'ère des grands modèles (LLM/VLM), inspirée par awesome-computer-vision, incluant des articles, des codes et des sites web associés.

[ICLR 2024] Contrôle de modèles vision-langage pour la restauration d'images universelle. 5e place au challenge NTIRE 2024 Restore Any Image Model in the Wild.

[CVPR 2024] Paint3D : Paint Anything 3D avec des modèles de diffusion de texture sans éclairage, un modèle génératif de texture sans éclairage intégré

DeepInverse : une bibliothèque PyTorch pour résoudre les problèmes inverses d'imagerie par apprentissage profond

Appliquer des modèles de diffusion via le nouveau package Hugging Face diffusers pour synthétiser de la musique au lieu d'images.

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

Une collection d'études impressionnantes sur la génération vidéo.

Fusion de modèles dans les LLM, MLLM et au-delà : méthodes, théories, applications et opportunités. ACM Computing Surveys, 2026.

[ICML 2024] MagicPose (aussi connu sous le nom de MagicDance) : Retargeting réaliste de poses humaines et d'expressions faciales avec diffusion consciente de l'identité

[NeurIPS'23] Correspondance émergente à partir de la diffusion d'images.

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