generative-model

Ce dépôt contient le code source de l'article First Order Motion Model for Image Animation.

Une collection de ressources et d'articles sur les modèles de diffusion

Implémentation d'un modèle de diffusion probabiliste de débruitage (DDPM) en Pytorch.

[Prix du meilleur article NeurIPS 2024][GPT surpasse la diffusion🔥] [lois d'échelle en génération visuelle📈] Implémentation officielle de "Visual Autoregressive Modeling: Scalable Image Generation via Next-Scale Prediction". Une base de code ultra-simple, intuitive et à la pointe de la technologie pour la génération d'images autorégressive.

Collection de modèles génératifs, tels que GAN et VAE, en Pytorch et Tensorflow.

Ce dépôt est une collection organisée de liens vers divers cours et ressources sur l'intelligence artificielle (IA).

Implémentation simple et fonctionnelle de Stylegan2, un réseau antagoniste génératif de pointe, en Pytorch. Permet à chacun d'expérimenter le désenchevêtrement.

Génération de données synthétiques pour les données tabulaires

Une liste organisée de travaux remarquables sur la modélisation du monde, conçue comme une ressource unique pour les chercheurs, praticiens et passionnés.

[ICLR 2024] Implémentation officielle de DreamCraft3D : Génération 3D hiérarchique avec prior de diffusion amorcé

Implémentation d'articles de recherche en 100 lignes de code.

[ICLR 2025] De n'importe quoi vers un maillage comme les artistes humains. Implémentation officielle de "MeshAnything: Artist-Created Mesh Generation with Autoregressive Transformers"

Ressources sur les agents basés sur les LLM : articles, dépôts, blogs, etc.

Une liste à jour et organisée d'articles, de méthodes et de ressources sur l'apprentissage semi-supervisé.

Implémentation officielle du modèle RAVE : un auto-encodeur variationnel audio en temps réel

[NeurIPS 2023] ImageReward : Apprentissage et évaluation des préférences humaines pour la génération texte-image.

[CVPR 2025 Oral] Infinity ∞ : Mise à l'échelle de la modélisation autorégressive bitwise pour la synthèse d'images haute résolution.

Vue d'ensemble des LLM japonais.

Inpainting de haute qualité sans entraînement pour tous les modèles stable diffusion. Supporte ComfyUI.

[SIGGRAPH Asia 2026] 4DAnyone: Create Anyone in 4D from a Casual Monocular Video

Métriques de performance haute fidélité pour les modèles génératifs sous PyTorch.

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

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

Flux normalisants dans PyTorch

[ICCV 2025] De n'importe quoi vers un maillage comme les artistes humains. Implémentation officielle de "MeshAnything V2: Artist-Created Mesh Generation With Adjacent Mesh Tokenization".

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

KoGPT de KakaoBrain (Generative Pre-trained Transformer pour le coréen).

Cette liste rassemble des données et algorithmes partagés autour des modèles 3D morphables (3DMM). Vous êtes invité à contribuer via une pull request. La liste originale est issue du séminaire Dagstuhl sur les 3D Morphable Models de mars 2019.

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

Tokeniseurs MIDI / musique symbolique pour les modèles de Deep Learning.