showlab

Danh sách tổng hợp các mô hình khuếch tán (diffusion model) gần đây dùng để tạo video, chỉnh sửa và các ứng dụng khác.

Tự động tạo video từ các bài báo khoa học

[ICML 2026] Tạo video thông qua mã code

[ICLR & NeurIPS 2025] Kho lưu trữ cho dòng Show-o, một Transformer duy nhất hợp nhất việc hiểu và tạo đa phương thức.

Tác nhân GUI sẵn sàng sử dụng (OOTB) cho Windows và macOS

[CVPR 2025] Mô hình Vision-Language-Action mã nguồn mở, đầu cuối dành cho GUI Agent & Computer Use.

💻 Danh sách các tài liệu và tài nguyên được chọn lọc dành cho tác nhân Giao diện Người dùng đồ họa (GUI) đa phương thức.

[IJCV] Show-1: Kết hợp mô hình Pixel và Latent Diffusion cho tạo video từ văn bản

[ECCV 2024 Oral] MotionDirector: Tùy chỉnh chuyển động của các mô hình khuếch tán Văn bản sang Video.

📖 Danh sách tài nguyên được tuyển chọn dành riêng cho hiện tượng ảo giác của mô hình ngôn ngữ lớn đa phương thức (MLLM).

Kho lưu trữ để tổng hợp các bài báo, mã nguồn và tài nguyên liên quan đến mô hình đa phương thức hợp nhất.

[CVPR 2024] X-Adapter: Thêm khả năng tương thích phổ quát của các plugin cho mô hình Diffusion đã nâng cấp.

VideoLLM-online: Mô hình ngôn ngữ lớn video trực tuyến cho video streaming (CVPR 2024)

[CVPR 2025] Video Narration as Vocabulary & Video as Long Document.

[ECCV 2024] DragAnything: Kiểm soát chuyển động cho mọi đối tượng sử dụng biểu diễn thực thể