generative-models

Official Code for DragGAN (SIGGRAPH 2023)

关于 LLM 驱动的 Agent 的精彩内容。论文 / 仓库 / 博客 / ...

通过随机微分方程进行基于分数的生成式建模的 PyTorch 实现（ICLR 2021, Oral）

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

在三种不同场景下实现各种持续学习方法（XdG、EWC、SI、LwF、FROMP、DGR、BI-R、ER、A-GEM、iCaRL、Generative Classifier）的 PyTorch 实现。

用于 image2image 任务的度量与指标。PyTorch。

日本語LLM总结 - 日本语LLM概览

此存储库是手写生成中分离书写者与字符风格（CVPR 2023）的官方实现

AutoVC：仅使用自动编码器损失的 Zero-Shot 语音风格转换

分子集合（MOSES）：分子生成模型的基准测试平台

ChatGPT、GenerativeAI 与 LLMs 时间轴

InstaGAN: 实例感知图像翻译 (ICLR 2019)

将 Emacs 打造成你的个人 AI 助手。使用 ChatGPT 或 LLaMA 等 LLM 进行文本生成，或使用 DALL-E 与 Stable Diffusion 进行图像生成。同时支持语音输入与输出。

噪声条件分数网络 (NeurIPS 2019, Oral)

[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。

用于结合深度学习进行高效贝叶斯建模的 Python 库

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

[ICCV 2021] 用于图像重建与合成的焦点频率损失函数

[ECCV 2026] SparkVSR：通过稀疏关键帧传播的交互式视频超分辨率

Genblaze 是一个开源 Python SDK，用于编排跨视频、音频与图像供应商的生成式 AI 媒体流水线，并为每个输出提供内置的来源追踪。

ICASSP 2023-2024 论文集：收录来自 ICASSP 2023-24 会议中具影响力且令人兴奋的研究论文。探索声学、语音与信号处理的最新进展。内含代码。为此仓库加星以支持音频与信号处理领域的发展！

基于去噪扩散模型的人物图像合成 (CVPR 2023)