diffusion

एक समझने में आसान TTS / SVS / SVC फ्रेमवर्क

HY-SOAR: डिफ्यूजन मॉडल्स में ऑप्टिमल अलाइनमेंट और रिफाइनमेंट के लिए सेल्फ-करेक्शन

Omega-AI：基于java打造的深度学习框架，帮助你快速搭建神经网络，实现模型推理与训练，引擎支持自动求导，多线程与GPU运算，GPU支持CUDA，CUDNN。

[ICML2025, NeurIPS2025 Spotlight] Sparse VideoGen 1 & 2: स्पार्स अटेंशन के साथ वीडियो डिफ्यूजन ट्रांसफॉर्मर को तेज करना

Flow-Matching मॉडल्स में आसान रीइन्फोर्समेंट लर्निंग के लिए एक एकीकृत फ्रेमवर्क

Blended Latent Diffusion [SIGGRAPH 2023] के लिए आधिकारिक कार्यान्वयन।

[ECCV 2026] दस्तावेज़ OCR के लिए एक डिफ़्यूज़न-आधारित फ्रेमवर्क जो ऑटोरेग्रेसिव डिकोडिंग को ब्लॉक-स्तरीय समानांतर डिफ़्यूज़न डिकोडिंग से बदलता है।

[CVPR 2025] RollingDepth: बिना वीडियो मॉडल के वीडियो डेप्थ।

[TIP2026] CCSRv2 और CCSRv1 के आधिकारिक कोड: कंटेंट कंसिस्टेंट सुपर-रिज़ॉल्यूशन के लिए डिफ्यूजन मॉडल्स की स्थिरता और दक्षता में सुधार

Stable Diffusion का एक और PyTorch इम्प्लीमेंटेशन (जो पढ़ने में शायद आसान हो)

Awesome Diffusion Inference पेपर्स और कोड्स की एक क्यूरेटेड सूची: सैंपलिंग, कैश, क्वांटाइजेशन, पैरेललिज्म आदि।

"Blended Diffusion for Text-driven Editing of Natural Images" [CVPR 2022] के लिए आधिकारिक कार्यान्वयन

स्पेक्ट्रोग्राम इनपुट से सभी गेममोड्स के लिए osu! बीटमैप्स जनरेट और मॉड करने के लिए एक AI फ्रेमवर्क।

[AAAI2024] FontDiffuser: मल्टी-स्केल कंटेंट एग्रीगेशन और स्टाइल कंट्रास्टिव लर्निंग के साथ डैनोइजिंग डिफ्यूजन के माध्यम से वन-शॉट फॉन्ट जनरेशन

A high-performance framework for training LLMs, VLMs, diffusion, and embodied models on NVIDIA GPUs and Kunlun XPUs.

[WACV'25 Oral] इमेज-कंडीशनल डिफ्यूजन मॉडल्स की फाइन-ट्यूनिंग आपकी सोच से कहीं अधिक आसान है।