diffusion-models

大規模なHunyuan3D拡散モデルによる高解像度3Dアセット生成。

HunyuanVideo: 大規模動画生成モデルのための体系的なフレームワーク

Diffusion Modelsに関するリソースと論文のコレクション

LTX-Videoの公式リポジトリ

OpenVINO™は、AI推論の最適化とデプロイのためのオープンソースツールキットです。

ローカルでAIを実行するための本番環境対応ツールキット

[NeurIPS 2024 Best Paper Award][GPT beats diffusion🔥] [visual generationにおけるスケーリング則📈] 「Visual Autoregressive Modeling: Scalable Image Generation via Next-Scale Prediction」の公式実装。自己回帰型画像生成のための*超シンプルでユーザーフレンドリーながら最先端*のコードベース！

OpenMMLab マルチモーダル高度・生成・インテリジェント作成ツールボックス。魔法を解き放つ 🪄：Generative-AI (AIGC)、使いやすいAPI、素晴らしいモデルズー、拡散モデルなど、テキストから画像生成、画像/動画の修復/強化などに利用可能。

StyleTTS 2: 大規模音声言語モデルを用いたスタイル拡散と敵対的学習による人間レベルのText-to-Speechへのアプローチ

Lip SyncのためのStable Diffusionの制御！

動画生成、編集、およびその他の様々なアプリケーション向けの最新の拡散モデルの厳選リスト。

SUPIRは、実環境におけるフォトリアリスティックな画像復元のための実用的なアルゴリズムの開発を目指しています。新しいオンラインデモはsuppixel.aiでも公開されています。

画像や動画から目に見える、目に見えないAIウォーターマークおよび来歴メタデータを削除。SynthID、C2PA、EXIF、IPTC、XMP、および一般的な生成AIマーク用のPythonライブラリとCLI。

AI研究者がローカルハードウェアからGPUクラスターまで、モデルをシームレスにトレーニング、評価、スケーリングするためのオープンソース研究環境。

『Pytorch実用チュートリアル』（第二版）ゼロから始める入門から、CV、NLP、LLMプロジェクトへの応用、さらには高度なエンジニアリング化と実運用まで、すべてがここにあります。本書の助けにより、読者はPyTorchを容易に習得し、優秀な深層学習エンジニアになれるでしょう。

高速化されたビデオ生成のための統一された推論およびポストトレーニングフレームワーク。

ComfyUI 用の LTX-Video サポート

[ICLR2025 Spotlight] SVDQuant: 4ビット拡散モデルのための低ランク成分による外れ値吸収

MAGI-1: 大規模な自己回帰型ビデオ生成

TurboDiffusion: ビデオ拡散モデル向け 100〜200 倍の高速化

拡散モデルに関する論文、サーベイ、および分類法

[ICLR 2025] 効率的な動画生成モデリングのためのPyramidal Flow Matching

拡散モデルを基盤とした動画生成のための包括的なエコシステム「VGen」の公式リポジトリ

[ICLR 2024] DreamCraft3D の公式実装: ブートストラップされた拡散事前分布を用いた階層型 3D 生成

画像・動画・音声の拡散モデルに向けた汎用ファインチューニングキット

100行のコードによる論文の実装

軽量な画像・動画・アクション生成推論フレームワーク

信頼度を考慮したポーズガイダンスによる高品質な人間動作動画生成

[CSUR] ビデオ拡散モデル（Video Diffusion Models）に関するサーベイ

Lumina-T2X は、テキストから任意のモダリティを生成するための統合フレームワークです