diffusion

Helios：真正的实时长视频生成模型

医学影像中的扩散模型（发表于 Medical Image Analysis 期刊）

[NeurIPS 2025] 图像编辑只需要一个 LoRA！用 0.1% 的训练数据就能进行神奇的图像编辑！在 ID 保持能力上超越 GPT-4o～MoE 检查点已发布！只需 4GB VRAM 即可运行！

自回归模型打败 Diffusion：用于可扩展图像生成的 🦙 Llama

[ECCV 2024] 论文“BrushNet: A Plug-and-Play Image Inpainting Model with Decomposed Dual-Branch Diffusion”官方实现

[ICLR'25 Oral] 生成的表征对齐：训练 Diffusion Transformers 比想象中更容易

[ACM MM 2025] FantasyTalking：通过一致性动作合成生成逼真的对话肖像

为提升易用性、完整性与效率而设计的模型压缩工具包。

PALLAIDIUM — 集成至 Blender Video Editor (VSE) 的生成式 AI 电影工作室，支持从剧本到画面及后期的端到端制作。

[ICCV 2025] 🔥🔥 UNO：支持单一与多主体条件设置的通用定制化方法

可扩展且内存优化的扩散模型训练

Inpaint Anything 扩展使用 Segment Anything 的遮罩，在浏览器 UI 中执行 stable diffusion 图像修复。

用于文本转语音生成的扩散模型系列。

[ECCV 2026] MixGRPO：通过混合 ODE-SDE 解锁基于 Flow 的 GRPO 效率

适用于 Apple Silicon 的原生 LLM 推理服务器。兼容 OpenAI + Anthropic API。无 Python。包含带聊天、agent 模式和工具调用功能的 MLX Core macOS 应用。

论文“Full-Order Sampling-Based MPC for Torque-Level Locomotion Control via Diffusion-Style Annealing”的官方实现。DIAL-MPC 是一个新颖的基于采样的 MPC 框架，用于四足机器人全阶扭矩级控制，兼具精确性与敏捷性且无需训练。

使用生成式 AI 与深度学习进行分子与材料设计的列表。

[ICML 2026]“Causal Forcing: Autoregressive Diffusion Distillation Done Right for High-Quality Real-Time Interactive Video Generation”与 Causal Forcing++ 的官方代码库

一个由 LLM 驱动的开源基础 TTS 系统

UniWorld：用于统一视觉理解与生成的高分辨率语义编码器

[CVPR 2025 Highlight🔥] 基于频率分解的保持身份文本转视频生成

用于 3D 形状生成的潜在点扩散模型

“RIFLEx: A Free Lunch for Length Extrapolation in Video Diffusion Transformers”(ICML 2025)、UltraViCo (ICLR 2026) 与 UltraImage 的官方实现

Adan：用于加速优化深度模型的自适应 Nesterov 动量算法

Kandinsky 5.0：用于视频与图像生成的扩散模型系列

[TMLR 2025🔥] 视觉自回归模型综述。

用于解释 Stable Diffusion 的扩散注意力归因图。

rCM 与 Causal-rCM：大规模双向／自回归视频扩散蒸馏的领先与统一算法／基础设施

用于训练扩散模型并从中进行采样的简单且易读的代码

[CVPR 2024] FRESCO：用于零样本视频翻译的时空对应