latent-diffusion

Invoke 是领先的 Stable Diffusion 模型创意引擎，使专业人士、艺术家和爱好者能够使用最新的 AI 技术生成和创作视觉媒体。该解决方案提供业界领先的 WebUI，并作为多个商业产品的基础。

纯 C/C++ 推理扩散模型（SD、Flux、Wan、Qwen Image、Z-Image 等）

StyleTTS 2：通过风格扩散与对抗训练，结合大型语音语言模型，迈向人类水平的文本转语音

Dreambooth（https://arxiv.org/abs/2208.12242）实现，透过 Textual Inversion（https://arxiv.org/abs/2208.01618）于 Stable Diffusion（https://arxiv.org/abs/2112.10752）。调整重点在于训练面部、物件与风格。

用于与 stability.ai API 交互的 SDK（例如 stable diffusion 推理）。

AI 魔法相遇无限绘图板。

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。

使用新的 Hugging Face diffusers 套件应用 diffusion 模型来合成音乐而非图像。

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

ECCV 2024 论文官方代码 — 用于手写文字生成的 One-Shot Diffusion Mimicker。

关于使用 Diffusion Models 进行可控生成的论文与资源，包含 ControlNet、DreamBooth、IP-Adapter。