diffusion

Helios：真正的即時長影片生成模型

醫學影像中的擴散模型（發表於 Medical Image Analysis 期刊）

[NeurIPS 2025] 影像編輯只需要一個 LoRA！用 0.1% 的訓練資料就能進行神奇的影像編輯！在 ID 保持能力上超越 GPT-4o～MoE 檢查點已釋出！只需 4GB VRAM 即可執行！

自迴歸模型打敗 Diffusion：用於可擴展影像生成的 🦙 Llama

[ECCV 2024] 論文「BrushNet: A Plug-and-Play Image Inpainting Model with Decomposed Dual-Branch Diffusion」官方實作

[ICLR'25 Oral] 世代的表徵對齊：訓練 Diffusion Transformers 比想像中更容易

[ACM MM 2025] FantasyTalking：透過一致性動作合成生成逼真的對話肖像

為提升易用性、完整性與效率而設計的模型壓縮工具包。

PALLAIDIUM — 整合至 Blender Video Editor (VSE) 的生成式 AI 電影工作室，支援從劇本到畫面及後製的端到端製作。

[ICCV 2025] 🔥🔥 UNO：支援單一與多主體條件設定的通用客製化方法

可擴展且記憶體最佳化的擴散模型訓練

Inpaint Anything 擴充功能使用 Segment Anything 的遮罩，在瀏覽器介面中執行 stable diffusion 內填。

用於文字轉語音生成的擴散模型系列。

[ECCV 2026] MixGRPO：透過混合 ODE-SDE 解鎖基於 Flow 的 GRPO 效率

適用於 Apple Silicon 的原生 LLM 推論伺服器。相容 OpenAI + Anthropic API。無須 Python。包含具備聊天、agent 模式與工具呼叫功能的 MLX Core macOS 應用程式。

論文「Full-Order Sampling-Based MPC for Torque-Level Locomotion Control via Diffusion-Style Annealing」的官方實作。DIAL-MPC 是一個新穎的基於採樣的 MPC 框架，用於四足機器人全階扭矩級控制，兼具精確性與敏捷性且無需訓練。

使用生成式 AI 與深度學習進行分子與材料設計的列表。

[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

一個由 LLM 驅動的開源基礎 TTS 系統

UniWorld：用於統一視覺理解與生成的高解析度語意編碼器

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

用於 3D 形狀生成的潛在點擴散模型

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

Adan：用於加速優化深度模型的自適應 Nesterov 動量演算法

Kandinsky 5.0：用於影片與圖片生成的擴散模型系列

[TMLR 2025🔥] 視覺自迴歸模型總覽。

用於解釋 Stable Diffusion 的擴散注意力歸因圖。

rCM 與 Causal-rCM：大規模雙向／自迴歸影片擴散蒸餾的領先與統一演算法／基礎設施

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

[CVPR 2024] FRESCO：用於零樣本影片翻譯的時空對應