diffusion-models

Framework de treinamento de RL multimodal para modelos de difusão e omni

Um resumo sobre processamento de imagem baseado em difusão, incluindo restauração, aprimoramento, codificação e avaliação de qualidade.

[ECCV 2026] Skyfall-GS: Síntese de cenas urbanas 3D imersivas a partir de imagens de satélite

[ICML 2026] Base de código oficial para "Causal Forcing: Autoregressive Diffusion Distillation Done Right for High-Quality Real-Time Interactive Video Generation" & Causal Forcing++

Implementação oficial em PyTorch do ODISE: Open-Vocabulary Panoptic Segmentation with Text-to-Image Diffusion Models [Destaque CVPR 2023]

Resumo de artigos e blogs essenciais sobre modelos de difusão para aprender sobre o tema. Lista detalhada de todos os artigos publicados sobre robótica de difusão.

MindSpore + 🤗Huggingface: Execute qualquer modelo Transformers/Diffusers no MindSpore com compatibilidade perfeita e aceleração.

Aplicativo que demonstra múltiplos pipelines de modelos de difusão em tempo real com Diffusers.

Modelo de edição de múltiplas imagens SOTA de código aberto

Implementação oficial do artigo "MiniGPT-5: Interleaved Vision-and-Language Generation via Generative Vokens"

Base de código unificada para Modelos de Mundo Avançados.

Incorporando Gaussian Splatting no Diffusion Denoiser para geração e reconstrução de imagem para 3D em estágio único rápida e escalável (ICCV 2025)

[Destaque CVPR 2025] Geração de vídeo a partir de texto com preservação de identidade via decomposição de frequência

Instruct-NeRF2NeRF: Edição de cenas 3D com instruções (ICCV 2023)

Lista de artigos relacionados à quantização de redes neurais em conferências e periódicos recentes de IA.

[ICLR'23] DiffuSeq: Geração de texto de sequência para sequência com modelos de difusão

Implementação oficial de "MeshDiffusion: Score-based Generative 3D Mesh Modeling" (ICLR 2023 Spotlight)

[CVPR 2024] GaussianDreamer: Geração rápida de texto para 3D Gaussians conectando modelos de difusão 2D e 3D

Implementação oficial para "RIFLEx: A Free Lunch for Length Extrapolation in Video Diffusion Transformers" (ICML 2025), UltraViCo (ICLR 2026) e UltraImage

Uma lista com curadoria de artigos de visão 3D relacionados ao domínio de robótica na era de grandes modelos, como LLMs/VLMs, inspirada no awesome-computer-vision, incluindo artigos, códigos e sites relacionados

[ICLR 2024] Controlling Vision-Language Models for Universal Image Restoration. 5th place in the NTIRE 2024 Restore Any Image Model in the Wild Challenge.

[CVPR 2024] Paint3D: Pinte qualquer coisa em 3D com modelos de difusão de textura sem iluminação, um modelo generativo de textura sem iluminação embutida

DeepInverse: uma biblioteca PyTorch para resolver problemas inversos de imagem usando deep learning

Aplique modelos de difusão usando o novo pacote diffusers do Hugging Face para sintetizar música em vez de imagens.

Código simples e legível para treinamento e amostragem de modelos de difusão

Uma coleção de estudos incríveis sobre geração de vídeo.

Fusão de Modelos em LLMs, MLLMs e Além: Métodos, Teorias, Aplicações e Oportunidades. ACM Computing Surveys, 2026.

[ICML 2024] MagicPose (também conhecido como MagicDance): Retargeting realista de poses humanas e expressões faciais com difusão consciente de identidade.

[NeurIPS'23] Correspondência emergente a partir de difusão de imagem

Implementação oficial de "Attend-and-Excite: Attention-Based Semantic Guidance for Text-to-Image Diffusion Models" (SIGGRAPH 2023)