diffusion-models

[ECCV 2024] MOFA-Video：通过冻结的 Image-to-Video 扩散模型中的生成式运动场域适应（Motion Field Adaptations）来实现可控图像动画。

精选的文生图生成研究集合。

[ICLR 2025] Posterior-Mean Rectified Flow 官方实现：迈向最小 MSE 的写实图像修复

[ICCV 2025] 论文「MagicDrive-V2: High-Resolution Long Video Generation for Autonomous Driving with Adaptive Control」的官方实现。

[CVPR 2024 Highlight] DistriFusion：高分辨率扩散模型的分布式并行推理

一个极简、功能齐全的存储库，用于推进世界模型科学。

涵盖生物分子结构预测与设计之深度学习工具的 Colab 笔记本

使用均值回归随机微分方程进行图像修复，ICML 2023。NTIRE 2023 图像去阴影竞赛夺冠方案。

[NeurIPS 2024] 简单且有效的掩码扩散语言模型

[ICML 2025] 「History-Guided Video Diffusion」的官方 PyTorch 实现

AR Diffusion 视频世界模型精选列表：涵盖算法、应用与基础设施，旨在为研究人员、从业者与爱好者提供全面资源。

[ECCV 2024] 使用卷积重建模型，在 10 秒内将单张图像转换为 3D 纹理网格。

用于在 Flow-Matching 模型中轻松进行强化学习的统一框架

CVPR2026/CVPR2025/ICCV2025/CVPR2024/ECCV2026/ECCV2024 AIGC 论文与代码集合

HunyuanImage-2.1：用于高分辨率 (2K) 文字转图像生成的高效扩散模型

Make-An-Audio (ICML'23) 文本转音频生成模型的 PyTorch 实现

OneDiffusion 论文 (CVPR 2025) 的官方实现

Flash Diffusion — 加速条件式扩散模型（AAAI 2025 Oral）

[IJCV 2026] FoleyCrafter：为无声视频赋予生动且同步的音效。AI 拟音大师，给你的无声视频添加生动而且同步的音效 😝

[ICLR 2025] 无向量量化的自回归视频生成

DFloat11 [NeurIPS '25]：LLMs 与 DiTs 的无损压缩，实现高效的 GPU 推理

用于代码生成的开放扩散语言模型 — 发布预训练、评估、推理与检查点。

「Blended Latent Diffusion」[SIGGRAPH 2023] 的官方实现

OpenMusic：SOTA 文本转音乐（TTM）生成

[CVPR'26 Highlight] Ditto：利用高质量合成数据集扩展基于指令的视频编辑

[NeurIPS 2025] 径向注意力：用于长视频生成、具能量衰减机制的 O(nlogn) 稀疏注意力机制

[TPAMI] 论文「BrushEdit: All-In-One Image Inpainting and Editing」的官方实现

CVPR 2025 论文“SemanticDraw: Towards Real-Time Interactive Content Creation from Image Diffusion Models”官方代码。

VEnhancer 官方代码：用于视频生成的生成式时空增强技术。

EDGE (CVPR 2023) 的官方 PyTorch 实现