diffusion-models

[ECCV 2024] MOFA-Video: Animação de imagem controlável através de adaptações de campo de movimento generativo no modelo de difusão Image-to-Video congelado.

Uma coleção de estudos incríveis sobre geração de texto para imagem.

[ICLR 2025] Implementação oficial do Posterior-Mean Rectified Flow: rumo à restauração de imagens fotorrealistas com MSE mínimo

[ICCV 2025] Implementação oficial do artigo "MagicDrive-V2: High-Resolution Long Video Generation for Autonomous Driving with Adaptive Control"

Um repositório minimalista e completo para o avanço da ciência de Modelos de Mundo.

[CVPR 2024 Highlight] DistriFusion: Inferência Paralela Distribuída para Modelos de Difusão de Alta Resolução

Notebooks do Colab abordando ferramentas de deep learning para predição e design de estruturas biomoleculares

Restauração de imagem com Equações Diferenciais Estocásticas de Reversão à Média, ICML 2023. Solução vencedora do NTIRE 2023 Image Shadow Removal Challenge.

[NeurIPS 2024] Modelo de linguagem de difusão mascarada simples e eficaz

[ICML 2025] Implementação oficial em PyTorch de 'History-Guided Video Diffusion'.

Uma lista com curadoria de Awesome Video World Models com AR Diffusion: cobrindo algoritmos, aplicações e infraestrutura, com o objetivo de servir como um recurso abrangente para pesquisadores, profissionais e entusiastas.

[ECCV 2024] Imagem única para malha texturizada 3D em 10 segundos com Modelo de Reconstrução Convolucional.

Uma estrutura unificada para aprendizado por reforço simplificado em modelos Flow-Matching

Uma coleção de artigos e códigos para AIGC em CVPR2026/CVPR2025/ICCV2025/CVPR2024/ECCV2026/ECCV2024

HunyuanImage-2.1: Um Modelo de Difusão Eficiente para Geração de Texto para Imagem em Alta Resolução (2K)

Implementação em PyTorch do Make-An-Audio (ICML'23) com um Modelo Generativo de Texto para Áudio

Implementação oficial do artigo OneDiffusion (CVPR 2025)

Flash Diffusion — acelerando modelos de difusão condicional (AAAI 2025 Oral)

[IJCV 2026] FoleyCrafter: Dê vida a vídeos silenciosos com sons realistas e sincronizados. Mestre de Foley por IA, adicione efeitos sonoros vívidos e sincronizados aos seus vídeos silenciosos 😝

[ICLR 2025] Geração de Vídeo Autorregressiva sem Quantização Vetorial

DFloat11 [NeurIPS '25]: Compressão sem perdas de LLMs e DiTs para inferência eficiente em GPU.

Modelo de linguagem de difusão aberta para geração de código — lançando pré-treinamento, avaliação, inferência e checkpoints.

Implementação oficial para "Blended Latent Diffusion" [SIGGRAPH 2023]

OpenMusic: Geração SOTA de Texto para Música (TTM)

[Destaque CVPR'26] Ditto: Escalando a Edição de Vídeo Baseada em Instruções com um Dataset Sintético de Alta Qualidade

[NeurIPS 2025] Radial Attention: Atenção esparsa O(nlogn) com decaimento de energia para geração de vídeos longos

[TPAMI] A implementação oficial do artigo "BrushEdit: All-In-One Image Inpainting and Editing"

Código oficial para o artigo do CVPR 2025 "SemanticDraw: Towards Real-Time Interactive Content Creation from Image Diffusion Models."

Códigos oficiais do VEnhancer: Generative Space-Time Enhancement for Video Generation

Implementação oficial em PyTorch do EDGE (CVPR 2023)