diffusion

Helios: Modelo de geração de vídeo longo em tempo real real.

Modelos de difusão em imagens médicas (publicado no periódico Medical Image Analysis).

[NeurIPS 2025] A edição de imagem vale um único LoRA! 0,1% de dados de treinamento para uma edição de imagem fantástica! Supera o GPT-4o na persistência de ID~ MoE ckpt lançado! Apenas 4GB de VRAM são suficientes para executar!

Modelo autorregressivo supera difusão: 🦙 Llama para geração de imagens escalável

[ECCV 2024] Implementação oficial do artigo "BrushNet: A Plug-and-Play Image Inpainting Model with Decomposed Dual-Branch Diffusion"

[ICLR'25 Oral] Alinhamento de Representação para Geração: Treinar Diffusion Transformers é mais fácil do que você pensa.

[ACM MM 2025] FantasyTalking: Geração realista de retratos falantes via síntese de movimento coerente.

Toolkit de compressão de modelos projetado para maior usabilidade, abrangência e eficiência.

PALLAIDIUM — um estúdio de cinema com IA generativa, integrado perfeitamente ao Blender Video Editor (VSE), permitindo a produção de ponta a ponta, do roteiro à tela.

[ICCV 2025] UNO: Um método de personalização universal para condicionamento de sujeito único e múltiplo

Treinamento escalável e otimizado em memória de modelos de difusão.

A extensão Inpaint Anything realiza inpainting de stable diffusion em uma interface de navegador usando máscaras do Segment Anything.

Uma família de modelos de difusão para geração de texto para áudio.

[ECCV 2026] MixGRPO: Desbloqueando a eficiência do GRPO baseado em fluxo com ODE-SDE mistos

Servidor de inferência LLM nativo para Apple Silicon. Compatível com a API da OpenAI e Anthropic. Sem Python. Inclui o aplicativo MLX Core para macOS com chat, modo agente e chamada de ferramentas.

Implementação oficial para o artigo "Full-Order Sampling-Based MPC for Torque-Level Locomotion Control via Diffusion-Style Annealing". O DIAL-MPC é um novo framework MPC baseado em amostragem para controle de nível de torque de robôs quadrúpedes/bípedes com precisão e agilidade sem necessidade de treinamento.

Lista de design molecular e de materiais usando Generative AI e Deep Learning

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

Um sistema TTS de base potencializado por LLM de código aberto

UniWorld: Codificadores semânticos de alta resolução para compreensão e geração visual unificadas.

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

Modelos de difusão de pontos latentes para geração de formas 3D

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

Adan: Algoritmo de Momento Nesterov Adaptativo para otimização mais rápida de modelos profundos.

Kandinsky 5.0: Uma família de modelos de difusão para geração de vídeo e imagem

[TMLR 2025🔥] Uma pesquisa sobre modelos autorregressivos em visão.

Mapas de atribuição com atenção de difusão para interpretar o Stable Diffusion.

rCM & Causal-rCM: Algoritmos e infraestruturas líderes e unificados para destilação de difusão de vídeo bidirecional/autorregressiva em larga escala

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

[CVPR 2024] FRESCO: Correspondência Espaço-Temporal para Tradução de Vídeo Zero-Shot