NVlabs

Instant neural graphics primitives: बिजली की तरह तेज़ NeRF और बहुत कुछ

StyleGAN - आधिकारिक TensorFlow कार्यान्वयन

StyleGAN2 - आधिकारिक TensorFlow कार्यान्वयन

SANA: लीनियर डिफ्यूजन ट्रांसफॉर्मर के साथ कुशल हाई-रिज़ॉल्यूशन इमेज सिंथेसिस।

"Neuralangelo: High-Fidelity Neural Surface Reconstruction" (CVPR 2023) का आधिकारिक कार्यान्वयन

अत्यंत तेज़ C++/CUDA तंत्रिका नेटवर्क फ्रेमवर्क

StyleGAN2-ADA - आधिकारिक PyTorch कार्यान्वयन

VILA एज, डेटा सेंटर और क्लाउड पर विभिन्न मल्टीमॉडल AI कार्यों के लिए अत्याधुनिक विजन लैंग्वेज मॉडल (VLMs) का एक परिवार है।

SegFormer का आधिकारिक PyTorch कार्यान्वयन

[CVPR 2024 हाइलाइट] FoundationPose: नए ऑब्जेक्ट्स का एकीकृत 6D पोज़ अनुमान और ट्रैकिंग

Eagle: डेटा-केंद्रित रणनीतियों के साथ फ्रंटियर विजन-लैंग्वेज मॉडल

GR00T होल-बॉडी कंट्रोल (WBC) में आपका स्वागत है! यह उन्नत ह्यूमनॉइड कंट्रोलर विकसित करने और तैनात करने के लिए एक एकीकृत मंच है। इसमें शामिल हैं: NVIDIA Isaac-Gr00t, Gr00t N1.5 और N1.6 और GEAR-SONIC में उपयोग किए जाने वाले डिकपल्ड WBC मॉडल

cuda-oxide एक प्रयोगात्मक Rust-to-CUDA कंपाइलर है जो आपको सुरक्षित और स्वाभाविक Rust में (SIMT) GPU कर्नेल लिखने की अनुमति देता है। यह मानक Rust कोड को सीधे PTX में संकलित करता है - कोई DSL नहीं, कोई विदेशी भाषा बाइंडिंग नहीं, केवल Rust।

[CVPR 2025 बेस्ट पेपर नॉमिनेशन] FoundationStereo: ज़ीरो-शॉट स्टीरियो मैचिंग

लॉन्ग वीडियो जनरेशन इन्फ्रास्ट्रक्चर

ProtoMotions भौतिक रूप से सिमुलेटेड डिजिटल इंसानों और ह्यूमैनॉइड रोबोटों को प्रशिक्षित करने के लिए एक GPU-त्वरित सिमुलेशन और लर्निंग फ्रेमवर्क है।

CVPR 2022 (oral) पेपर "Extracting Triangular 3D Models, Materials, and Lighting From Images" के लिए आधिकारिक कोड।

[CVPR 2025] MambaVision का आधिकारिक PyTorch कार्यान्वयन: एक हाइब्रिड Mamba-Transformer विजन बैक बोन

NVIDIA Alpamayo 1 Nano स्वायत्त वाहनों के लिए एक खुला 10B रीज़निंग VLA मॉडल है जो ड्राइविंग ट्रेजेक्ट्री को Chain-of-Causation रीज़निंग के साथ जोड़ता है।

डिफ्यूजन-आधारित जेनेरेटिव मॉडल (EDM) के डिज़ाइन स्पेस को स्पष्ट करना

"AM-RADIO: Reduce All Domains Into One" के लिए आधिकारिक रिपॉजिटरी

Nvdiffrast - उच्च-प्रदर्शन विभेदक रेंडरिंग के लिए मॉड्यूलर प्रिमिटिव्स

एडेप्टिव डिस्क्रिमिनेटर ऑगस्टmentation (ADA) के साथ StyleGAN2 - आधिकारिक TensorFlow कार्यान्वयन

CUDA एक्सीलेरेटेड रोबोट लाइब्रेरी

InstantSplat: सेकंड में स्पार्स-व्यू SfM-फ्री गॉसियन स्प्लैटिंग

Sionna: कम्युनिकेशन सिस्टम पर रिसर्च के लिए एक ओपन-सोर्स लाइब्रेरी

[ICCV 2025] Describe Anything के लिए इम्प्लीमेंटेशन: विस्तृत स्थानीयकृत इमेज और वीडियो कैप्शनिंग

[CVPR 2026] Fast-FoundationStereo: रियल-टाइम ज़ीरो-शॉट स्टीरियो मैचिंग

[CVPR 2023] BundleSDF: न्यूरल 6-DoF ट्रैकिंग और अज्ञात वस्तुओं का 3D पुनर्निर्माण

"Prismer: A Vision-Language Model with Multi-Task Experts" का कार्यान्वयन।

AlpaSim एक ओपन-सोर्स स्वायत्त वाहन सिमुलेशन प्लेटफॉर्म है जिसे एंड-टू-एंड AV नीतियों के विकास और परीक्षण के लिए डिज़ाइन किया गया है

डीप ऑब्जेक्ट पोज़ एस्टीमेशन (DOPE) – ROS इन्फेरेंस (CoRL 2018)

"Fast-dLLM: Training-free Acceleration of Diffusion LLM by Enabling KV Cache and Parallel Decoding" का आधिकारिक कार्यान्वयन

[ICLR 2026 Oral] DiffusionNFT: फ़ॉरवर्ड प्रक्रिया के साथ ऑनलाइन डिफ़्यूज़न सुदृढीकरण

[ICML2024 (Oral)] DoRA का आधिकारिक PyTorch कार्यान्वयन: वेट-डिकम्पोज़्ड लो-रैंक एडेप्टेशन

NVIDIA FastGen: डिफ्यूजन मॉडल्स से तेज़ जनरेशन

[CVPR 2026 बेस्ट पेपर फाइनलिस्ट] इमेज जनरेशन के लिए Pixel Diffusion Transformers।

[CVPR 2025] Sparse Voxels Rasterization: रियल-टाइम हाई-फिडेलिटी रेडियंस फील्ड रेंडरिंग

ODISE का आधिकारिक PyTorch कार्यान्वयन: टेक्स्ट-टू-इमेज डिफ्यूजन मॉडल के साथ ओपन-वोकैबलरी पैनोप्टिक सेगमेंटेशन [CVPR 2023 हाइलाइट]

[ICLR 2024] FasterViT का आधिकारिक PyTorch कार्यान्वयन: पदानुक्रमित अटेंशन के साथ फास्ट विजन ट्रांसफॉर्मर

Cosmos पॉलिसी

EDM2 और Autoguidance -- आधिकारिक PyTorch कार्यान्वयन

Dual Volume Packing के माध्यम से कुशल पार्ट-लेवल 3D ऑब्जेक्ट जनरेशन

[ICCV 2025] LongSplat: कैजुअल लॉन्ग वीडियो के लिए रोबस्ट अनपोज्ड 3D Gaussian Splatting

rCM और Causal-rCM: बड़े पैमाने पर द्विदिश/ऑटोरिग्र्रेसिव वीडियो डिफ्यूजन डिस्टिलेशन के लिए अग्रणी और एकीकृत एल्गोरिदम/इन्फ्रास्ट्रक्चर।

FB-BEV और FB-OCC का आधिकारिक PyTorch कार्यान्वयन - विजन-केंद्रित स्वायत्त ड्राइविंग धारणा के लिए फॉरवर्ड-बैकवर्ड व्यू ट्रांसफॉर्मेशन

cuTile Rust, Rust प्रोग्रामिंग भाषा के लिए एक सुरक्षित, टाइल-आधारित कर्नेल प्रोग्रामिंग DSL प्रदान करता है। इसमें एसिंक्रोनस रूप से निष्पादित कर्नेल फ़ंक्शंस में टेंसर पास करने के लिए एक सुरक्षित होस्ट-साइड API है।

SOMA: पैरामीट्रिक मानव शरीर मॉडलों को एकीकृत करना।

ToolOrchestra टूल्स और एजेंटिक वर्कफ़्लो को व्यवस्थित करने के लिए एक एंड-टू-एंड RL ट्रेनिंग फ्रेमवर्क है।

HOVER

Long-RL: लंबी अनुक्रमों के लिए RL को स्केल करना (NeurIPS 2025)।

OmniVinci दृष्टि, ऑडियो और भाषा की संयुक्त समझ के लिए एक सर्व-मोडल LLM है।

[ICLR 2025] Gated Delta Networks का आधिकारिक PyTorch कार्यान्वयन: Delta Rule के साथ Mamba2 में सुधार।

रेंडर की गई छवियों में त्रुटियों को विज़ुअलाइज़ करने और संप्रेषित करने के लिए एक टूल।

EmerNeRF का PyTorch कार्यान्वयन: सेल्फ-सुपरविज़न के माध्यम से उभरता हुआ स्थानिक-अस्थायी दृश्य अपघटन

यह कोड MimicGen प्रोजेक्ट के हिस्से के रूप में उपयोग किए जाने वाले सिमुलेशन वातावरण से संबंधित है।

हमारा पहला पूरी तरह से AI द्वारा उत्पन्न डीप लर्निंग सिस्टम

GraspGen के लिए आधिकारिक रिपॉजिटरी: 6-DOF ग्रैस्पिंग के लिए एक डिफ्यूजन-आधारित फ्रेमवर्क

भीड़भाड़ वाले दृश्यों में कुशल 6-DoF ग्रास्प जनरेशन।

PointWorld: इन-द-वाइल्ड रोबोटिक मैनिपुलेशन के लिए 3D वर्ल्ड मॉडल्स को स्केल करना

[ECCV 2024] DiffiT के लिए आधिकारिक रिपॉजिटरी: इमेज जनरेशन के लिए डिफ्यूजन विजन ट्रांसफॉर्मर्स

[ICLR 2026] QeRL एक सिंगल H100 GPU पर 32B LLM के लिए RL सक्षम करता है।

Timeloop विभिन्न एक्सेलेरेटर आर्किटेक्चर पर टेंसर बीजगणित वर्कलोड के लिए मॉडलिंग, मैपिंग और कोड-जेनरेशन करता है।

Official implementation of GDPO: Group reward-Decoupled Normalization Policy Optimization for Multi-reward RL Optimization