diffusion 第 3 页
本站收录 151 个带「diffusion」标签的 AI 开源项目（按 GitHub 星标从高到低，第 3 / 4 页）
HRDiTHRDiT 是 ECCV 2026 论文的官方实现，解决的是扩散 Transformer（DiT）模型在高分辨率图像生成时质量骤降的问题。现有 DiT（如 FL★ 150
FreeScaleFreeScale 是一个面向扩散模型的免调优高分辨率图像生成方法，代码随 ICCV 2025 论文发布。它解决了现有扩散模型在生成超出训练分辨率图像时出现的结★ 148
ConffusionConffusion 是论文《Conffusion: Confidence Intervals for Diffusion Models》的官方实现，旨在为扩散★ 143
ComfyUI-TCDComfyUI-TCD 是一个将 TCD（Trajectory Consistency Distillation）模型集成到 ComfyUI 中的自定义节点插件★ 140
simple-diffusionsimple-diffusion 是一个用 PyTorch 实现的最小化去噪扩散模型，旨在以极简代码展示扩散模型的核心原理。它解决了初学者理解扩散模型门槛高的问★ 137
UnitSpeechUnitSpeech 是一个基于扩散模型的语音合成与声音转换开源项目，官方实现了同名论文《UnitSpeech: Speaker-adaptive Speech★ 135
LightGenLightGen 是一个高效的文本到图像生成预训练流水线，专注于解决图像生成模型训练成本高、效率低的问题。它结合了自回归模型和扩散模型的优势，提供了一套完整的预★ 133
StableDiffusionTelegramStableDiffusionTelegram 是一个将 Stable Diffusion 图像生成能力集成到 Telegram 聊天机器人的开源项目。它解决了★ 131
Nitro-ENitro-E 是一个专注于高效训练的文本到图像扩散模型系列，旨在降低训练门槛和资源消耗。它解决了传统扩散模型训练成本高、对硬件要求苛刻的问题，通过轻量化设计和★ 129
stable-diffusion-cpp-pythonstable-diffusion-cpp-python 是 stable-diffusion.cpp 的 Python 绑定库，让开发者能在 Python 环境★ 126
comfyui_jankhidiffusion这是一个为 ComfyUI 开发的 HiDiffusion 非官方实现节点。HiDiffusion 是一种无需训练即可提升扩散模型高分辨率生成质量的技术，通过修★ 123
FreeTrajFreeTraj 是一个无需微调（tuning-free）的轨迹可控视频生成方法。它解决了现有视频生成模型难以精确控制物体运动轨迹的问题，用户只需提供简单的轨迹★ 114
DPLDPL（Dynamic Prompt Learning）是NeurIPS 2023收录的文本引导图像编辑方法，针对Stable Diffusion等扩散模型在编★ 111
attention-interpolation-diffusion这是一个 NeurIPS 2024 的官方实现，针对文本到图像扩散模型中的注意力插值技术。它解决的是在 Stable Diffusion 等模型中，如何通过插值★ 111
yasd-discord-botyasd-discord-bot 是一个基于 Python 的 Discord 机器人，旨在将 Stable Diffusion 图像生成能力无缝集成到 Dis★ 110
Awesome-Diffusion-LLMAwesome-Diffusion-LLM 是一个精选论文列表，专注于大型语言扩散模型（Large-Language-Diffusion-Models）这一前沿★ 105
deforum-kandinskydeforum-kandinsky 是一个将 Kandinsky 2.x 模型与 Deforum 动画技术结合的开源工具，用于生成短视频动画。它解决了普通文本生★ 103
ComfyUI_TGateT-GATE是一种针对扩散模型的高效注意力缓存技术，通过复用相邻去噪步骤中的注意力权重来大幅减少重复计算。ComfyUI_TGate将其以自定义节点形式集成到C★ 102
Interleaving-Reasoning-GenerationInterleaving-Reasoning-Generation 是一个面向文本到图像生成领域的早期探索项目，旨在将交错推理（Interleaving Rea★ 100
magicmixMagicMix 是一个非官方的 Stable Diffusion 扩展实现，基于论文《MagicMix: Semantic Mixing with Diffu★ 97
riffusion-manipulationriffusion-manipulation 是一个基于 Riffusion 模型的音频操控工具集，用 Python 实现。它解决的核心问题是：如何利用 Sta★ 96
CoMPaSSCoMPaSS 是一个针对文本到图像扩散模型的空间理解增强工具，核心解决现有 T2I 模型在复杂空间关系（如“左/右/上/下”及多对象布局）上生成不准确的问题。★ 93
time-diffusiontime-diffusion 是论文《Editing Implicit Assumptions in Text-to-Image Diffusion Model★ 89
UniDiffusionUniDiffusion 是一个基于 diffusers 库的扩散模型训练工具箱，旨在统一多种主流个性化生成方法（如 Dreambooth、Textual In★ 83
awesome-stable-diffusion这是一个精选的Stable Diffusion资源列表，旨在整理与Stable Diffusion相关的工具、模型、教程、应用等资源。它解决了Stable Di★ 82
DiffRollDiffRoll 是一个基于扩散模型的自动音乐转录（AMT）开源项目，采用 PyTorch 实现。它解决的是将音频信号转换为符号化音乐表示（如钢琴卷帘）的问题，★ 82
Simple-LoraSimple-Lora 是一个面向中文用户的扩散模型 LoRA 训练教程项目，专注于虚拟偶像（虚拟idol）的定制化训练。它解决了中文社区在 Stable Di★ 81
openjourneyOpenJourney 是一个基于 Stable Diffusion 微调的开源图像生成模型，旨在让用户无需付费订阅 Midjourney 即可生成类似其艺术风★ 81
genimaGENIMA 是一个基于扩散模型的机器人操作学习框架，核心思路是通过行为克隆（Behavioral Cloning）和模仿学习（Imitation Learni★ 77
STCDiTSTCDiT 是一个面向真实世界视频增强与 AIGC 增强的扩散 Transformer 模型，核心解决视频超分辨率与生成内容在复杂运动下的时间稳定性和结构保真★ 77
Awesome-Efficient-Video-Generation这是一个精选列表，收录了近期高效的视频生成方法。它旨在解决视频生成领域计算成本高、推理速度慢的问题，通过整理和分类相关的研究论文、开源代码和工具，帮助研究者和开★ 74
collage-diffusion-uiCollage Diffusion UI 是一个基于图层的开源 Web 界面，专为 Collage Diffusion 模型设计。它提供类似 Photoshop★ 69
Comfy_HunyuanImage3Comfy_HunyuanImage3 是一个 ComfyUI 自定义节点，让用户能在本地运行腾讯的混元图像生成模型 Hunyuan Image 3。它解决了官★ 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
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
discord-bot-tutorial-code这是一个用于 Discord 机器人的教程代码库，专注于集成 Stable Diffusion 图像生成能力。项目通过 Replicate API 调用 Sta★ 66
KsanaDiTKsanaDiT 是一个面向视频与图像生成场景的高性能 Diffusion Transformer（DiT）推理框架，专注于解决 DiT 模型在推理阶段计算量大★ 63
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
sd-webui-stable-horde-worker这是一个将 Stable Horde 分布式算力网络与 Stable Diffusion WebUI (AUTOMATIC1111) 连接起来的桥接扩展。它允许★ 61
movie-genmovie-gen 是论文《Movie Gen: A Cast of Media Foundation Models》的开源社区实现，旨在复现 Meta 提出的★ 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
textboostTextBoost 是一个面向文本到图像模型的个性化微调工具，核心解决单张参考图即可实现主体定制化生成的问题。传统方法如 DreamBooth 需要多张图像并微★ 57
SoraSora 是 OpenAI 文本生成视频模型的非官方实现，旨在复现其核心能力。项目基于 Python 构建，融合了扩散模型、神经网络等 AI 技术，参考了 DA★ 56
LongLLaDALongLLaDA 是一个面向扩散式大语言模型（Diffusion LLM）的长上下文能力增强方案，由 AAAI26 论文提出。扩散式 LLM 与传统自回归模型★ 56
IntelliIntelli 是一个基于 Python 的对话助手框架，旨在帮助开发者从意图出发构建多模型聊天机器人和智能代理。它解决了在复杂对话场景中集成多个大语言模型（如★ 55
S2D2S2D2 是一个基于 Diffusers 库的极简 Stable Diffusion 封装工具，专为 Jupyter Notebook、IPython 或 Py★ 54
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
LightDiffusion-NextLightDiffusion-Next 是一个专注于扩散模型推理性能优化的开源项目，旨在提供最快的 Diffusion 后端、WebUI 和服务器。它解决的是扩★ 51