diffusion-models

Tổng hợp về xử lý ảnh dựa trên khuếch tán, bao gồm phục hồi, tăng cường, mã hóa và đánh giá chất lượng

[ECCV 2026] Skyfall-GS: Tổng hợp cảnh đô thị 3D sống động từ hình ảnh vệ tinh

Khung huấn luyện RL đa phương thức cho các mô hình diffusion và omni

Mã nguồn chính thức cho [ICML 2026] "Causal Forcing: Autoregressive Diffusion Distillation Done Right for High-Quality Real-Time Interactive Video Generation" & Causal Forcing++

Triển khai chính thức của PyTorch cho ODISE: Phân đoạn toàn cảnh mở với mô hình khuếch tán văn bản thành hình ảnh [CVPR 2023 Highlight]

Tóm tắt các bài báo và blog chính về diffusion models để tìm hiểu về chủ đề này. Danh sách chi tiết tất cả các bài báo nghiên cứu về diffusion robotics đã được xuất bản.

MindSpore + 🤗Huggingface: Chạy bất kỳ mô hình Transformers/Diffusers nào trên MindSpore với độ tương thích mượt mà và tăng tốc.

Ứng dụng trưng bày nhiều pipeline mô hình diffusion thời gian thực với Diffusers

Mô hình chỉnh sửa đa ảnh SOTA mã nguồn mở

Triển khai chính thức của bài báo "MiniGPT-5: Interleaved Vision-and-Language Generation via Generative Vokens"

Cơ sở mã hợp nhất cho các mô hình thế giới nâng cao.

Tích hợp Gaussian Splatting vào Diffusion Denoiser để tạo và tái tạo hình ảnh 3D từ một ảnh đơn lẻ nhanh chóng và có khả năng mở rộng (ICCV 2025).

[CVPR 2025 Highlight🔥] Tạo video từ văn bản bảo toàn danh tính bằng phân tách tần số

Instruct-NeRF2NeRF: Chỉnh sửa cảnh 3D thông qua hướng dẫn (ICCV 2023)

Danh sách các bài báo liên quan đến lượng tử hóa mạng thần kinh tại các hội nghị và tạp chí AI gần đây.

[ICLR'23] DiffuSeq: Tạo văn bản từ chuỗi sang chuỗi với các mô hình khuếch tán (Diffusion Models)

Triển khai chính thức của "MeshDiffusion: Score-based Generative 3D Mesh Modeling" (ICLR 2023 Spotlight).

[CVPR 2024] GaussianDreamer: Tạo nhanh mô hình 3D Gaussians từ văn bản bằng cách kết nối các mô hình khuếch tán 2D và 3D.

Triển khai chính thức cho "RIFLEx: A Free Lunch for Length Extrapolation in Video Diffusion Transformers" (ICML 2025), UltraViCo (ICLR 2026) và UltraImage

Danh sách tổng hợp các bài báo về 3D Vision trong lĩnh vực Robotics thời đại mô hình lớn (LLMs/VLMs), lấy cảm hứng từ awesome-computer-vision, bao gồm bài báo, mã nguồn và các trang web liên quan

[ICLR 2024] Kiểm soát các mô hình ngôn ngữ thị giác (Vision-Language Models) để phục hồi hình ảnh phổ quát. Đạt giải 5 trong thử thách NTIRE 2024 Restore Any Image Model in the Wild.

[CVPR 2024] Paint3D: Paint Anything 3D với các mô hình khuếch tán kết cấu không ánh sáng, một mô hình tạo kết cấu không tích hợp ánh sáng.

DeepInverse: thư viện PyTorch dùng deep learning để giải quyết các bài toán nghịch đảo trong xử lý ảnh.

Áp dụng các mô hình khuếch tán sử dụng gói diffusers mới của Hugging Face để tổng hợp âm nhạc thay vì hình ảnh.

Mã nguồn đơn giản và dễ đọc để huấn luyện và lấy mẫu từ các mô hình khuếch tán (diffusion models).

Bộ sưu tập các nghiên cứu tuyệt vời về tạo video.

Hợp nhất mô hình trong LLM, MLLM và hơn thế nữa: Phương pháp, lý thuyết, ứng dụng và cơ hội. ACM Computing Surveys, 2026.

[ICML 2024] MagicPose (còn gọi là MagicDance): Tái tạo tư thế người và biểu cảm khuôn mặt chân thực với Diffusion nhận diện danh tính

[NeurIPS'23] Sự tương ứng mới nổi từ Image Diffusion

Triển khai chính thức cho "Attend-and-Excite: Attention-Based Semantic Guidance for Text-to-Image Diffusion Models" (SIGGRAPH 2023)