diffusion-models

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

[ECCV 2026] Skyfall-GS: Mensintesis Adegan Perkotaan 3D yang Imersif dari Citra Satelit

Ringkasan pemrosesan gambar berbasis diffusion, termasuk restorasi, peningkatan, pengkodean, dan penilaian kualitas

[ICML 2026] Basis kode resmi untuk "Causal Forcing: Autoregressive Diffusion Distillation Done Right for High-Quality Real-Time Interactive Video Generation" & Causal Forcing++

Implementasi resmi PyTorch dari ODISE: Open-Vocabulary Panoptic Segmentation dengan model Text-to-Image Diffusion [CVPR 2023 Highlight]

Ringkasan makalah dan blog utama tentang diffusion models untuk mempelajari topik tersebut. Daftar terperinci dari semua makalah robotics diffusion yang diterbitkan.

MindSpore + 🤗Huggingface: Jalankan model Transformers/Diffusers apa pun di MindSpore dengan kompatibilitas dan akselerasi mulus.

Aplikasi yang menampilkan berbagai pipeline model difusi waktu nyata dengan Diffusers

Model pengeditan multi-gambar SOTA sumber terbuka

Implementasi resmi dari makalah "MiniGPT-5: Interleaved Vision-and-Language Generation via Generative Vokens"

Basis kode terpadu untuk World Models tingkat lanjut.

Mengintegrasikan Gaussian Splatting ke dalam Diffusion Denoiser untuk pembuatan dan rekonstruksi gambar-ke-3D satu tahap yang cepat dan dapat diskalakan (ICCV 2025)

[Sorotan CVPR 2025🔥] Pembuatan Video dari Teks dengan Menjaga Identitas melalui Dekomposisi Frekuensi

Instruct-NeRF2NeRF: Mengedit Adegan 3D dengan Instruksi (ICCV 2023)

Daftar makalah terkait kuantisasi jaringan saraf dalam konferensi dan jurnal AI terbaru.

[ICLR'23] DiffuSeq: Pembuatan Teks Sequence to Sequence dengan Model Difusi

Implementasi resmi "MeshDiffusion: Score-based Generative 3D Mesh Modeling" (ICLR 2023 Spotlight)

[CVPR 2024] GaussianDreamer: Pembuatan Cepat dari Teks ke 3D Gaussians dengan Menjembatani Model Difusi 2D dan 3D

Implementasi resmi untuk "RIFLEx: A Free Lunch for Length Extrapolation in Video Diffusion Transformers" (ICML 2025), UltraViCo (ICLR 2026), dan UltraImage

Daftar kurasi makalah Visi 3D yang berkaitan dengan domain Robotika di era model besar seperti LLM/VLM, terinspirasi dari awesome-computer-vision, mencakup makalah, kode, dan situs web terkait

[ICLR 2024] Mengontrol Vision-Language Models untuk Restorasi Gambar Universal. Peringkat ke-5 dalam NTIRE 2024 Restore Any Image Model in the Wild Challenge.

[CVPR 2024] Paint3D: Melukis Apa Saja dalam 3D dengan Model Difusi Tekstur Tanpa Pencahayaan, sebuah model generatif tekstur tanpa pencahayaan bawaan.

DeepInverse: pustaka PyTorch untuk menyelesaikan masalah invers pencitraan menggunakan deep learning

Menerapkan model difusi menggunakan paket diffusers Hugging Face baru untuk mensintesis musik alih-alih gambar.

Kode sederhana dan mudah dibaca untuk pelatihan dan pengambilan sampel dari model difusi

Kumpulan studi pembuatan video yang luar biasa.

Penggabungan Model dalam LLM, MLLM, dan Lainnya: Metode, Teori, Aplikasi, dan Peluang. ACM Computing Surveys, 2026.

[ICML 2024] MagicPose (juga dikenal sebagai MagicDance): Retargeting Pose Manusia dan Ekspresi Wajah Realistis dengan Diffusion yang Sadar Identitas

[NeurIPS'23] Korespondensi Kemunculan dari Image Diffusion

Implementasi resmi untuk "Attend-and-Excite: Attention-Based Semantic Guidance for Text-to-Image Diffusion Models" (SIGGRAPH 2023)