diffusion-models 第 8 页
本站收录 377 个带「diffusion-models」标签的 AI 开源项目（按 GitHub 星标从高到低，第 8 / 8 页）
color-peelcolor-peel 是一个基于扩散模型的图像生成项目，旨在从形状中解耦出目标颜色，实现颜色与形状概念的分离。它通过生成一系列带有目标颜色的几何形状，并联合学习★ 68
ITI-GENITI-GEN是一个基于扩散模型的包容性文本到图像生成工具，旨在解决传统文生图模型在生成特定群体（如不同种族、性别、年龄等）时存在偏见和表征不足的问题。它通过提★ 67
PhyT2VPhyT2V 是一个面向物理感知文本生成视频（Text-to-Video）的官方开源实现，对应 CVPR 2025 论文。它解决的是现有视频生成模型在物理规律遵★ 67
SPVDSPVD 是一个基于稀疏点体素扩散模型的高效可扩展点云生成框架。它针对现有扩散模型在大规模点云生成中计算开销大、内存占用高的问题，提出了一种结合点云与体素表征的★ 67
CVPR_2025_Oral_Paper_List这是一个精选的CVPR 2025 Oral论文清单，共收录96篇论文。它解决了计算机视觉领域研究者难以快速获取和筛选顶级会议Oral论文的问题，提供了一个集中、★ 67
com.doji.diffusers这是一个Unity包，用于通过Unity Sentis在Unity引擎中运行预训练的扩散模型（如Stable Diffusion）。它解决了在Unity环境中直★ 66
Magic-WorldMagic-World 是一个面向交互式视频世界探索的开源项目，旨在解决长时程视频生成中的稳定性问题。它基于扩散模型，支持实时交互和长视频生成，核心能力包括因果★ 66
VideoGen-of-ThoughtVideoGen-of-Thought 是一个面向多镜头视频生成的开源项目，源自 NeurIPS 2025 NextVid Workshop 的口头报告论文。它★ 66
fantasy-talking2FantasyTalking2 是一个基于扩散模型的音频驱动人像动画生成项目，发表于 AAAI 2026。它解决的是传统方法在音频-视觉同步和动作自然度上的不足★ 66
Sketch-a-SketchSketch-a-Sketch 是一个基于扩散模型的草图引导图像生成工具，用户只需绘制几笔简单的线条草图，即可控制 Stable Diffusion 等扩散模型★ 65
LORISLORIS 是一个基于 ICML 2023 论文的长期节奏视频配乐工具，专门解决为长视频自动生成与画面节奏同步的背景音乐的问题。它通过分析视频中的运动节奏（如剪★ 64
RCDMsRCDMs 是一个基于扩散模型的漫画/故事可视化生成工具，由 AAAI 2025 论文提出。它解决的是多帧故事生成中常见的语义不一致和时序跳跃问题，通过引入丰富★ 62
MojitoMojito 是一个面向视频生成的可控运动轨迹与强度控制的开源项目，源自同名论文。它解决的是现有文本生成视频模型中，用户难以精确控制画面中物体运动方向和幅度的问★ 62
ShelfShelf 是一个面向 AI 和数据科学领域的资源聚合型基础设施项目，定位为“一个宽阔的架子”，旨在系统化整理和展示 AI/数据科学生态中的各类工具、框架、模型★ 62
awesome-diffusion-iclr-2025这是一个整理 ICLR 2025 会议上扩散模型相关投稿的精选列表，主要面向研究人员和工程师。它从 OpenReview 平台抓取并分类了与扩散模型（如 Sta★ 61
DDSMDDSM（Denoising Diffusion Step-aware Models）是ICLR 2024收录的扩散模型训练优化方法。它针对扩散模型训练中不同去★ 61
Image-Generation-models这是一个用 PyTorch、PyTorch Lightning 和 Hydra 实现的生成模型集合，涵盖 GAN、VAE、扩散模型和自回归模型四大类。项目旨在为★ 61
data-forcing-distillationData-Forcing Distillation (DFD) 是一个用于少步视频生成的蒸馏方法，旨在解决现有蒸馏技术在少步生成时出现的多样性和保真度下降问题。★ 61
Awesome-Controllable-Video-Diffusion这是一个关于可控视频生成的精选资源列表，汇集了基于扩散模型的视频生成与控制技术。它系统整理了相关论文、代码和工具，覆盖了从运动控制、内容编辑到条件生成等多个方向★ 61
LeapAlign_CodeLeapAlign 是一个针对流匹配（Flow Matching）图像生成模型的训练后优化方法，核心目标是让模型在任意生成步数下都能保持高质量输出。传统扩散或流★ 60
Reliable_ADReliable_AD 是一个面向广告图像生成的可靠化工具，基于 ECCV 2024 论文实现。它解决的是扩散模型在广告场景中生成图像时缺乏可靠性和对齐性的问题★ 60
ALDMALDM 是 ICLR 2024 论文《Adversarial Supervision Makes Layout-to-Image Diffusion Mode★ 58
GenHowToGenHowTo 是 CVPR 2024 论文的官方代码实现，专注于从教学视频中学习生成动作和状态转换。它解决的是如何让 AI 理解视频中的操作步骤，并生成可执★ 54
BLADEBLADE 是一个面向视频生成的高效推理加速框架，核心思路是将块稀疏注意力（Block-Sparse Attention）与步骤蒸馏（Step Distilla★ 53
Image-AI-Generator-2026Image-AI-Generator-2026 是一款桌面端 AI 图像生成工具，旨在让创作者快速产出高质量的艺术作品、照片级渲染和创意概念。它基于扩散模型和深★ 52
Stable-Diffusion-ControlNet-WebUI这是一个基于Stable Diffusion的WebUI项目，集成了ControlNet和Inpaint功能，旨在提供一个更易用的图像生成与编辑界面。它解决了S★ 52
FlowBlockFlowBlock 是一个面向自校正扩散语言模型（Diffusion Language Models）的波前并行解码框架。扩散语言模型通过迭代去噪生成文本，但推★ 43