diffusion-models

Pelatihan diffusion models yang berskala dan teroptimasi memorinya

[ICASSP 2024] 🍵 Matcha-TTS: Arsitektur TTS cepat dengan pencocokan alur bersyarat

[ICLR 2023 Oral] Zero-Shot Image Restoration Using Denoising Diffusion Null-Space Model

FireRed-Image-Edit adalah fondasi pengeditan gambar yang kuat yang mencapai kinerja mutakhir sumber terbuka dengan pematuhan instruksi yang tepat, pembuatan fidelitas tinggi, konsistensi identitas yang unggul, dan fusi multi-elemen yang mulus.

[AAAI 2025]👔IMAGDressing👔: Pembuatan Pakaian Modular Interaktif untuk Pakaian Virtual. Ini memungkinkan pembuatan gambar manusia yang dapat disesuaikan dengan kontrol pakaian, pose, dan adegan yang fleksibel, memastikan fidelitas tinggi dan konsistensi pakaian untuk pakaian virtual.

[TPAMI 2025🔥] MagicTime: Model Pembuatan Video Selang Waktu sebagai Simulator Metamorfik

📦 Paket portabel untuk menjalankan Hunyuan3D 2.0/2.1 di Windows. | 混元 3D 2.0/2.1 整合包

Pruna adalah kerangka kerja optimasi model yang dibuat untuk pengembang, memungkinkan Anda menghadirkan model yang lebih cepat dan efisien dengan overhead minimal.

[CVPR 2025 Oral & Finalis Paper Terbaik] Difix3D+: Meningkatkan Rekonstruksi 3D dengan Model Difusi Satu Langkah

[CVPR2024, Highlight] Kode resmi untuk DragDiffusion

Sekeluarga model difusi untuk generasi teks-ke-audio.

Model Text-to-Speech berbasis Flow Matching dengan Kontrol Gaya berbasis Emoji

HunyuanCustom: Arsitektur Berbasis Multimodal untuk Pembuatan Video Kustom

Implementasi PyTorch dari MeanFlow & iMF (pemodelan generatif satu langkah).

Wunjo CE: Tukar Wajah, Sinkronisasi Bibir, Hapus Kontrol Objek & Teks & Latar Belakang, Restyling, Pemisah Audio, Kloning Suara, Pembuatan Video. Sumber Terbuka, Lokal & Gratis.

[ICLR24] Implementasi resmi dari makalah “MagicDrive: Street View Generation with Diverse 3D Geometry Control”

Kumpulan sumber daya tentang pembuatan terkontrol dengan model difusi teks-ke-gambar.

MOVA: Menuju Pembuatan Video-Audio yang Dapat Diskalakan dan Disinkronkan.

Stable Diffusion yang diimplementasikan dari awal menggunakan PyTorch

[Sorotan ICLR'24] Seri Model Besar Multimodal Bahasa Mandarin dan Inggris (Chat dan Paint) | Berdasarkan model dasar CPM

[ECCV 2024 Oral] MotionDirector: Kustomisasi Gerakan pada Model Difusi Text-to-Video.

[ICLR 2025 Oral] Implementasi resmi dari "Diffusion-Based Planning for Autonomous Driving with Flexible Guidance"

[CVPR 2025 Highlight] 3DTopia-XL: Pembuatan Aset 3D PBR Berkualitas Tinggi melalui Primitive Diffusion.

[ICLR 2024 Spotlight] SyncDreamer: Menghasilkan Citra yang Konsisten dari Berbagai Sudut Pandang Berdasarkan Citra Tunggal.

Implementasi resmi dari makalah: "FlowEdit: Inversion-Free Text-Based Editing Using Pre-Trained Flow Models"

NVIDIA FastGen: Generasi cepat dari Diffusion Models

[CVPR 2024] PIA, Personalized Image Animator Anda. Animasikan gambar Anda melalui prompt teks, dikombinasikan dengan Dreambooth, untuk menghasilkan video yang memukau.

[CVPR 2024] DeepCache: Mempercepat Model Difusi secara Gratis

Implementasi resmi Diffusion Autoencoders

[ICLR 2026] Kerangka Kerja Iteratif Tanpa Pelatihan untuk Visualisasi Cerita Panjang