diffusion-models

[ICLR 2026] 長編ストーリーの視覚化に向けたトレーニング不要の反復型フレームワーク。

[ECCV 2026] Skyfall-GS: 衛星画像から没入型の 3D 都市シーンを合成する

拡散モデル（Diffusion）ベースの画像処理（修復、拡張、符号化、品質評価など）に関するまとめ

[ICML 2026] 「Causal Forcing: Autoregressive Diffusion Distillation Done Right for High-Quality Real-Time Interactive Video Generation」および Causal Forcing++ の公式コードベース

ODISEの公式PyTorch実装：テキスト-画像拡散モデルを用いたオープン語彙パノプティックセグメンテーション [CVPR 2023 Highlight]

拡散モデルに関する主要な論文やブログのまとめ。公開されているすべての拡散ロボティクス論文の詳細リスト。

MindSpore + 🤗Huggingface：シームレスな互換性と高速化により、MindSpore上で任意のTransformers/Diffusersモデルを実行

Diffusers を使用した複数のリアルタイム拡散モデルパイプラインを紹介するアプリ

オープンソースのSOTAマルチ画像編集モデル

論文「MiniGPT-5: Interleaved Vision-and-Language Generation via Generative Vokens」の公式実装。

高度なワールドモデルのための統合コードベース。

高速かつスケーラブルな単段階のImage-to-3D生成・再構築に向けた、Diffusion DenoiserへのGaussian Splattingの組み込み (ICCV 2025)

[CVPR 2025 Highlight🔥] 周波数分解によるアイデンティティ保持型テキスト動画生成手法

Instruct-NeRF2NeRF: 指示による 3D シーンの編集 (ICCV 2023)

近年のAI関連の学会やジャーナルにおけるニューラルネットワークの量子化に関する論文リスト

[ICLR'23] DiffuSeq: 拡散モデルを用いた配列対配列のテキスト生成

「MeshDiffusion: Score-based Generative 3D Mesh Modeling」（ICLR 2023 Spotlight）の公式実装

[CVPR 2024] GaussianDreamer: 2Dと3Dの拡散モデルをブリッジすることでテキストから3D Gaussianへ高速生成する手法

「RIFLEx: A Free Lunch for Length Extrapolation in Video Diffusion Transformers」（ICML 2025）、UltraViCo（ICLR 2026）、および UltraImage の公式実装

大規模モデル（LLM/VLM）時代におけるロボット工学分野に関連する3Dビジョン論文の厳選リスト。awesome-computer-visionにインスパイアされ、論文、コード、関連ウェブサイトを含む。

[ICLR 2024] 汎用画像復元の為の Vision-Language Model の制御。NTIRE 2024 Restore Any Image Model in the Wild Challenge にて 5 位入賞。

[CVPR 2024] Paint3D: ライティングのないテクスチャ拡散モデルによる3Dペイントツール、ライティングをベイクしないテクスチャ生成モデル

DeepInverse: ディープラーニングを用いた画像逆問題の解決のための PyTorch ライブラリ

画像ではなく音楽を合成するために、新しい Hugging Face diffusers パッケージを使用して拡散モデルを適用する

拡散モデルのトレーニングとサンプリングのための、シンプルで読みやすいコード

動画生成に関する素晴らしい研究のコレクション。

LLM、MLLM、およびその先のモデルマージ：手法、理論、応用、そして展望。ACM Computing Surveys、2026年。

[ICML 2024] MagicPose (MagicDance としても知られる): アイデンティティを考慮した Diffusion によるリアルな人物のポーズと表情の再ターゲット

[NeurIPS'23] 画像拡散からの創発的対応関係

「Attend-and-Excite: Attention-Based Semantic Guidance for Text-to-Image Diffusion Models」の公式実装 (SIGGRAPH 2023)