wan

SGLang बड़े भाषा मॉडल और मल्टीमॉडल मॉडल के लिए एक उच्च-प्रदर्शन सर्विंग फ्रेमवर्क है।

शुद्ध C/C++ में Diffusion model (SD, Flux, Wan, Qwen Image, Z-Image,...) का इनफ्रेंस (inference)।

:vulcan_salute: तेज़, आधुनिक, उपयोग में आसान नेटवर्क स्कैनर

PALLAIDIUM - एक जनरेटिव AI मूवी स्टूडियो, जो Blender Video Editor (VSE) में सहज रूप से एकीकृत है, जो स्क्रिप्ट से स्क्रीन और वापस तक एंड-टू-एंड प्रोडक्शन को सक्षम बनाता है।

[EMNLP 2024 & AAAI 2026] LLMs, VLMs और वीडियो जेनरेटिव मॉडल सहित बड़े मॉडलों को कंप्रेस करने के लिए एक शक्तिशाली टूलकिट।

ComfyUI के लिए लोकल-फर्स्ट, एजेंट-नेटिव कंट्रोल प्लेन — MCP सर्वर और साइडबार एजेंट जो इमेज, वीडियो और ऑडियो जेनरेट करता है, वर्कफ़्लो बनाता और चलाता है, और किसी भी LLM (Claude, ChatGPT, Gemini, ऑफलाइन Ollama, या कोई भी होस्टेड मॉडल) पर नेचुरल लैंग्वेज में आपके लाइव ग्राफ़ को एडिट करता है। 178 टूल्स, 36 AI स्किल्स, 55 इंस्टॉलर पैक्स। लोकल, LAN, VPS, या Comfy Cloud पर उपलब्ध।

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

[NeurIPS 2025] Radial Attention: लॉन्ग वीडियो जनरेशन के लिए एनर्जी डिके के साथ O(nlogn) स्पार्स अटेंशन

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

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

FlashRT छोटे-बैच, विलंबता-संवेदनशील AI वर्कलोड के लिए एक उच्च-प्रदर्शन रीयल-टाइम इन्फरेंस इंजन है। इसका प्रमुख एकीकरण Pi0, Pi0.5, GROOT N1.6, और Pi0-FAST के लिए प्रोडक्शन VLA नियंत्रण है। यह LLM जैसे qwen3.6-27B को भी सपोर्ट करता है।

Claude AI skill for cinematic Higgsfield AI prompts — 32 sub-skills covering Seedance 2.5 (omni-reference, video edit + extend) and 2.0, the Hell Grind feature-film pipeline, an acting system, Cinema Studio 2.5/3.0/3.5, MCSLA, Soul ID consistency, Kling 3.0 Motion Control, the DISCIPLINE framework, and 18 templates.