wan

SGLang é um framework de atendimento de alto desempenho para grandes modelos de linguagem e modelos multimodais.

Inferência de modelos de difusão (SD, Flux, Wan, Qwen Image, Z-Image, etc.) em C/C++ puro

Scanner de rede rápido, moderno e fácil de usar

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.

[EMNLP 2024 & AAAI 2026] Um poderoso kit de ferramentas para compressão de grandes modelos, incluindo LLMs, VLMs e modelos gerativos de vídeo.

[ICML2025, NeurIPS2025 Spotlight] Sparse VideoGen 1 & 2: Acelerando Video Diffusion Transformers com Sparse Attention

Plano de controle local e nativo para agentes para o ComfyUI — servidor MCP + agente de barra lateral que gera imagens, vídeo e áudio, cria e executa fluxos de trabalho e edita seu gráfico em tempo real usando linguagem natural com QUALQUER LLM (Claude, ChatGPT, Gemini, Ollama offline ou qualquer modelo hospedado). 178 ferramentas, 36 habilidades de IA, 55 pacotes de instalador. Local, LAN, VPS ou Comfy Cloud.

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

📚 Uma lista curada de artigos incríveis sobre inferência de Diffusion com códigos: amostragem, cache, quantização, paralelismo, etc. 🎉

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

FlashRT é um motor de inferência em tempo real de alto desempenho para cargas de trabalho de IA de lote pequeno e sensíveis à latência. A integração principal é o controle VLA de produção para Pi0, Pi0.5, GROOT N1.6 e Pi0-FAST. Também suporta LLM, por exemplo, qwen3.6-27B