diffusion

Helios: 真のリアルタイム長尺動画生成モデル

医用画像における拡散モデル（Medical Image Analysis 誌に掲載）

[NeurIPS 2025] 画像編集は 1 つの LoRA で十分！わずか 0.1% のトレーニングデータで素晴らしい画像編集を実現！ID の維持において GPT-4o を凌駕〜MoE チェックポイントを公開！わずか 4GB の VRAM で実行可能！

自己回帰モデルが Diffusion を凌駕：スケーラブルな画像生成のための 🦙 Llama

[ECCV 2024] 論文「BrushNet: A Plug-and-Play Image Inpainting Model with Decomposed Dual-Branch Diffusion」の公式実装

[ICLR'25 Oral] 生成のための表現アライメント：Diffusion Transformers の学習は想像以上に簡単

[ACM MM 2025] FantasyTalking: 整合されたモーション合成によるリアルなトーキングポートレート生成

使いやすさ、包括性、効率性を高めるために設計されたモデル圧縮ツールキット

Blender Video Editor (VSE) にシームレスに統合された生成 AI ムービースタジオ「PALLAIDIUM」。脚本から画面出力まで、そしてその逆方向のエンドツーエンド制作を実現

[ICCV 2025] 🔥🔥 UNO: 単一および複数被験者の条件付けに対応する汎用カスタマイズ手法

拡散モデルのスケーラブルかつメモリ最適化されたトレーニング

Segment Anything のマスクを使用し、ブラウザ UI 上で Stable Diffusion のインペインティングを実行する Inpaint Anything 拡張機能。

テキストからオーディオを生成する拡散モデルのファミリ。

[ECCV 2026] MixGRPO: Mixed ODE-SDEによるFlowベースのGRPO効率の解放

Apple Silicon向けのネイティブLLM推論サーバー。OpenAIおよびAnthropic API互換。Python不要。チャット、エージェントモード、ツール呼び出し機能を備えたMLX Core macOSアプリを同梱。

論文「Full-Order Sampling-Based MPC for Torque-Level Locomotion Control via Diffusion-Style Annealing」の公式実装。DIAL-MPCは、トレーニング不要で精度と俊敏性を両立させた、四足歩行ロボットのフルオーダー・トルクレベル制御のための新しいサンプリングベースのMPCフレームワークです。

生成AIとディープラーニングを用いた分子・材料設計のリスト

[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

オープンソースのLLMを活用した基盤TTSシステム

UniWorld: 統合された視覚的理解と生成のための高解像度セマンティックエンコーダー

[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

3D形状生成のための潜在ポイント拡散モデル（Latent Point Diffusion Models）

「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

Adan: 深層学習モデルの高速化を実現する適応型Nesterovモメンタムアルゴリズム

Kandinsky 5.0: 動画および画像生成のための拡散モデルファミリー

視覚分野における自己回帰モデルのサーベイ論文。

Stable Diffusionを解釈するための拡散アテンションアトリビューションマップ

大規模な双方向／自己回帰ビデオ拡散モデルの蒸留に向けた、主導的かつ統合されたアルゴリズムおよびインフラストラクチャ（rCM & Causal-rCM）

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

[CVPR 2024] FRESCO: ゼロショット動画翻訳のための時空間対応