diffusion-transformer

HunyuanVideo: Khung hệ thống dành cho mô hình tạo video lớn

🔥 [ICCV 2025 Highlight] InfiniteYou: Tái tạo ảnh linh hoạt trong khi vẫn bảo toàn danh tính của bạn

Lumina-T2X là một framework thống nhất dành cho việc tạo Text to Any Modality

[NeurIPS 2025] Chỉnh sửa ảnh chỉ đáng giá một LoRA duy nhất! 0.1% dữ liệu huấn luyện cho việc chỉnh sửa ảnh tuyệt vời! Vượt qua GPT-4o về độ duy trì ID~ Đã phát hành MoE ckpt! Chỉ cần 4GB VRAM để chạy!

[ACM MM 2025] FantasyTalking: Tạo chân dung nói chuyện chân thực thông qua tổng hợp chuyển động mạch lạc

[ICCV 2025] 🔥🔥 UNO: Phương pháp tùy chỉnh vạn năng cho điều kiện hóa cả đơn đối tượng và đa đối tượng

Kho lưu trữ cho SeedVR2 (ICLR2026) & SeedVR (CVPR2025 Highlight).

[NeurIPS 2024] DreamClear: Khôi phục ảnh thực tế dung lượng cao với việc tinh chỉnh tập dữ liệu an toàn về quyền riêng tư

[ICLR2026] SeedVR2: Khôi phục video một bước thông qua huấn luyện hậu kỳ đối nghịch khuếch tán (Diffusion Adversarial Post-Training).

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

HunyuanImage-2.1: Mô hình khuếch tán hiệu quả cho việc tạo văn bản thành hình ảnh độ phân giải cao (2K)

Triển khai F5-TTS trên MLX.

[🚀ICML 2025] "Taming Rectified Flow for Inversion and Editing" Sử dụng FLUX và HunyuanVideo để chỉnh sửa hình ảnh và video!

OpenMusic: Công nghệ tạo văn bản thành âm nhạc (TTM) hiện đại nhất (SOTA).