diffusion-models

[ECCV 2024] MOFA-Video : Animation d'image contrôlable via des adaptations de champ de mouvement génératif dans un modèle de diffusion image-vers-vidéo figé.

Une collection d'études exceptionnelles sur la génération de texte vers image.

[ICLR 2025] Implémentation officielle de Posterior-Mean Rectified Flow : vers une restauration d'image photoréaliste à erreur quadratique moyenne minimale

Un dépôt minimaliste et complet pour faire progresser la science des modèles mondiaux.

[ICCV 2025] Implémentation officielle de l'article « MagicDrive-V2 : Génération de vidéos longues haute résolution pour la conduite autonome avec contrôle adaptatif ».

[CVPR 2024 Highlight] DistriFusion : Inférence parallèle distribuée pour les modèles de diffusion haute résolution

Notebooks Colab couvrant les outils de deep learning pour la prédiction et la conception de structures biomoléculaires.

Restauration d'image avec des équations différentielles stochastiques à retour à la moyenne, ICML 2023. Solution gagnante du défi NTIRE 2023 de suppression d'ombres d'images.

[NeurIPS 2024] Modèle de langage de diffusion masquée simple et efficace

[ICML 2025] Implémentation officielle en PyTorch de « History-Guided Video Diffusion »

Une liste organisée de modèles de monde vidéo impressionnants avec diffusion AR : couvrant les algorithmes, les applications et l'infrastructure, conçue comme une ressource complète pour les chercheurs, les praticiens et les passionnés.

[ECCV 2024] Image unique vers maillage 3D texturé en 10 secondes avec un modèle de reconstruction convolutionnel.

Cadre unifié pour l'apprentissage par renforcement facile dans les modèles Flow-Matching

Une collection d'articles et de codes pour CVPR2026/CVPR2025/ICCV2025/CVPR2024/ECCV2026/ECCV2024 AIGC

HunyuanImage-2.1 : Un modèle de diffusion efficace pour la génération d'images texte‑à‑image haute résolution (2K)

Implémentation PyTorch de Make-An-Audio (ICML'23) avec un modèle génératif texte‑à‑audio

Implémentation officielle du papier OneDiffusion (CVPR 2025)

[IJCV 2026] FoleyCrafter : Donnez vie aux vidéos silencieuses avec des sons réalistes et synchronisés. AI拟音大师，给你的无声视频添加生动而且同步的音效 😝

Flash Diffusion — accélération des modèles de diffusion conditionnelle (AAAI 2025 Oral)

[ICLR 2025] Génération vidéo autoregressive sans quantification vectorielle

DFloat11 [NeurIPS '25] : Compression sans perte de LLM et DiT pour une inférence GPU efficace.

Modèle de langage de diffusion ouvert pour la génération de code — publication du pré-entraînement, de l'évaluation, de l'inférence et des points de contrôle.

Implémentation officielle de "Blended Latent Diffusion" [SIGGRAPH 2023]

OpenMusic : génération de texte à musique (TTM) de pointe (SOTA)

[CVPR'26 Highlight] Ditto : Mise à l'échelle de l'édition vidéo basée sur des instructions avec un jeu de données synthétique de haute qualité

[NeurIPS 2025] Radial Attention : attention creuse en O(nlogn) avec décroissance d'énergie pour la génération de vidéos longues

[TPAMI] Implémentation officielle du papier "BrushEdit: All-In-One Image Inpainting and Editing"

Code officiel de l'article CVPR 2025 "SemanticDraw: Towards Real-Time Interactive Content Creation from Image Diffusion Models."

Codes officiels de VEnhancer : Amélioration spatio-temporelle générative pour la génération de vidéo

Implémentation officielle PyTorch de EDGE (CVPR 2023)