diffusion-models

針對擴散與全能模型的多模態 RL 訓練框架

基於擴散模型的影像處理總結，包含修復、增強、編碼與品質評估

[ECCV 2026] Skyfall-GS：從衛星影像合成沉浸式 3D 都市場景

[ICML 2026]「Causal Forcing: Autoregressive Diffusion Distillation Done Right for High-Quality Real-Time Interactive Video Generation」與 Causal Forciiing++ 的官方程式碼庫

ODISE 的官方 PyTorch 實作：基於 Text-to-Image Diffusion Models 的開放詞彙全景分割 [CVPR 2023 Highlight]

關於擴散模型的關鍵論文與部落格總結，以便學習該主題。包含所有已發布擴散機器人論文的詳細清單。

MindSpore + 🤗Huggingface：在 MindSpore 上執行任何 Transformers/Diffusers 模型，具備無縫相容性與加速功能。

展示多個使用 Diffusers 的即時擴散模型管線的應用程式

開源的 SOTA 多圖編輯模型

論文「MiniGPT-5: Interleaved Vision-and-Language Generation via Generative Vokens」的官方實作

先進世界模型的統一程式碼庫

將 Gaussian Splatting 烘焙至 Diffusion Denoiser 中，以實現快速且可擴展的單階段 Image-to-3D 生成與重建 (ICCV 2025)

[CVPR 2025 Highlight🔥] 基於頻率分解的保持身份文字轉視訊生成

Instruct-NeRF2NeRF：透過指令編輯 3D 場景 (ICCV 2023)

近期 AI 會議與期刊中關於類神經網路量化的論文清單。

[ICLR'23] DiffuSeq：使用擴散模型的序列到序列文字生成

「MeshDiffusion: Score-based Generative 3D Mesh Modeling」（ICLR 2023 Spotlight）的官方實作

[CVPR 2024] GaussianDreamer：透過串接 2D 與 3D 擴散模型從文字快速生成 3D 高斯模型

「RIFLEx: A Free Lunch for Length Extrapolation in Video Diffusion Transformers」(ICML 2025)、UltraViCo (ICLR 2026) 與 UltraImage 的官方實作

受 awesome-computer-vision 啟發，精選大模型（即 LLM/VLM）時代下與機器人領域相關的 3D 視覺論文清單，包含論文、程式碼及相關網站

[ICLR 2024] 控制視覺語言模型以實現通用影像修復。榮獲 NTIRE 2024 野外通用影像修復挑戰賽（Restore Any Image Model in the Wild Challenge）第五名。

[CVPR 2024] Paint3D：使用無光照紋理擴散模型彩繪任何 3D 物件，這是一個無光照烘焙紋理生成模型

DeepInverse：一個使用深度學習來解決影像反演問題的 PyTorch 圖書館

使用新的 Hugging Face diffusers 套件應用 diffusion 模型來合成音樂而非圖像。

用於訓練擴散模型並從中進行取樣的簡單且易讀的程式碼

精選的影片生成研究集合。

LLM、MLLM 及其他領域的模型合併：方法、理論、應用與機會。ACM Computing Surveys, 2026。

[ICML 2024] MagicPose (又稱 MagicDance)：具備身分識別感知的 Diffusion 實現真實人類姿態與面部表情重定向

[NeurIPS'23] 來自 Image Diffusion 的突現對應

「Attend-and-Excite: Attention-Based Semantic Guidance for Text-to-Image Diffusion Models」的官方實作 (SIGGRAPH 2023)