diffusion

理解しやすい TTS / SVS / SVC フレームワーク

HY-SOAR：拡散モデルにおける最適アライメントと洗練のための自己修正

Omega-AI：基于java打造的深度学习框架，帮助你快速搭建神经网络，实现模型推理与训练，引擎支持自动求导，多线程与GPU运算，GPU支持CUDA，CUDNN。

[ICML2025, NeurIPS2025 Spotlight] Sparse VideoGen 1 & 2: スパースアテンションによる Video Diffusion Transformer の高速化

Flow-Matching モデルでの強化学習を容易にする統合フレームワーク

「Blended Latent Diffusion」の公式実装 [SIGGRAPH 2023]

[ECCV 2026] 自己回帰デコーディングをブロック単位の並列拡散デコーディングに置き換える、ドキュメントOCR用の拡散ベースのフレームワーク。

[CVPR 2025] RollingDepth: ビデオモデルを使用しないビデオ深度推定

[TIP2026] CCSRv2およびCCSRv1の公式コード：コンテンツ一貫性超解像のためのDiffusion Modelsの安定性と効率性の向上

Stable Diffusion のもう一つの PyTorch 実装（おそらく読みやすい）

サンプリング、キャッシュ、量子化、並列化など、Diffusion 推論に関する厳選された論文とコードのリスト 🎉

「Blended Diffusion for Text-driven Editing of Natural Images」の公式実装 [CVPR 2022]

スペクトログラム入力からすべてのゲームモードの osu! ビットマップを生成および改造するための AI フレームワーク

[AAAI2024] FontDiffuser: マルチスケールコンテンツ集約とスタイル対照学習によるノイズ除去拡散モデルを用いたワンショットフォント生成

A high-performance framework for training LLMs, VLMs, diffusion, and embodied models on NVIDIA GPUs and Kunlun XPUs.

[WACV'25 Oral] 画像条件付き拡散モデルのファインチューニングは想像以上に簡単