diffusion-models

[ECCV 2024] MOFA-Video: Animasi Gambar Terkendali melalui Adaptasi Medan Gerak Generatif dalam Model Difusi Gambar-ke-Video yang Dibekukan.

Kumpulan studi pembuatan teks-ke-gambar yang luar biasa.

[ICLR 2025] Implementasi resmi Posterior-Mean Rectified Flow: Menuju Restorasi Gambar Fotorealistik dengan MSE Minimum

[ICCV 2025] Implementasi resmi dari makalah “MagicDrive-V2: Pembuatan Video Panjang Resolusi Tinggi untuk Berkendara Otonom dengan Kontrol Adaptif”

[CVPR 2024 Highlight] DistriFusion: Inferensi paralel terdistribusi untuk model difusi resolusi tinggi

Repositori minimalis yang lengkap untuk memajukan sains World Model.

Notebook Colab yang mencakup alat deep learning untuk prediksi dan desain struktur biomolekuler

Restorasi Gambar dengan Mean-Reverting Stochastic Differential Equations, ICML 2023. Solusi pemenang NTIRE 2023 Image Shadow Removal Challenge.

[NeurIPS 2024] Masked Diffusion Language Model yang Sederhana dan Efektif

[ICML 2025] Implementasi Resmi PyTorch dari "History-Guided Video Diffusion"

Daftar kurasi model dunia video (Video World Models) dengan AR Diffusion: mencakup algoritma, aplikasi, dan infrastruktur, yang bertujuan sebagai sumber daya komprehensif bagi peneliti, praktisi, dan penggemar.

[ECCV 2024] Single Image to 3D Textured Mesh dalam 10 detik dengan Convolutional Reconstruction Model.

Kerangka kerja terpadu untuk reinforcement learning yang mudah pada model Flow-Matching

Koleksi Makalah dan Kode untuk CVPR2026/CVPR2025/ICCV2025/CVPR2024/ECCV2026/ECCV2024 AIGC

HunyuanImage-2.1: Model Difusi yang Efisien untuk Pembuatan Teks-ke-Gambar Resolusi Tinggi (2K)

Implementasi PyTorch untuk Make-An-Audio (ICML'23) dengan Model Generatif Text-to-Audio

Implementasi resmi makalah OneDiffusion (CVPR 2025)

Flash Diffusion — mempercepat model difusi bersyarat (AAAI 2025 Oral).

[IJCV 2026] FoleyCrafter: Hidupkan Video Bisu dengan Suara yang Realistis dan Sinkron.

[ICLR 2025] Pembuatan Video Autoregresif tanpa Kuantisasi Vektor.

DFloat11 [NeurIPS '25]: Kompresi lossless LLM dan DiT untuk inferensi GPU yang efisien

Model bahasa difusi terbuka untuk pembuatan kode — merilis pra-pelatihan, evaluasi, inferensi, dan titik pemeriksaan.

Implementasi resmi untuk "Blended Latent Diffusion" [SIGGRAPH 2023]

OpenMusic: Generasi Text-to-music (TTM) SOTA

[CVPR'26 Highlight] Ditto: Menskalakan Pengeditan Video Berbasis Instruksi dengan Dataset Sintetis Berkualitas Tinggi.

[NeurIPS 2025] Radial Attention: O(nlogn) Sparse Attention dengan Energy Decay untuk Pembuatan Video Berdurasi Panjang

[TPAMI] Implementasi resmi untuk makalah "BrushEdit: All-In-One Image Inpainting and Editing"

Kode resmi untuk makalah CVPR 2025 "SemanticDraw: Towards Real-Time Interactive Content Creation from Image Diffusion Models."

Kode resmi VEnhancer: Generative Space-Time Enhancement untuk pembuatan video.

Implementasi Resmi PyTorch dari EDGE (CVPR 2023)