flow-matching
本站收录 23 个带「flow-matching」标签的 AI 开源项目
Pyramid-FlowPyramid-Flow 是一个基于流匹配的高效视频生成开源项目，由快手科技提出，论文发表于 ICLR 2025。它针对现有视频扩散模型推理速度慢、计算成本高的★ 3,212
Irodori-TTSIrodori-TTS 是一个基于 Flow Matching 的文本转语音（TTS）模型，特色在于通过表情符号（emoji）驱动风格控制。它解决了传统 TTS★ 1,363
Matcha-TTSMatcha-TTS 是一个基于条件流匹配（Conditional Flow Matching）的快速文本转语音（TTS）架构，发表于 ICASSP 2024。★ 1,362
FireRedTTSFireRedTTS 是一个基于大语言模型（LLM）的开源语音合成（TTS）系统，旨在提供高质量、自然且可控的文本到语音生成能力。它结合了语言模型、扩散模型、流★ 926
Flow-FactoryFlow-Factory 是一个面向 Flow-Matching 模型的统一强化学习框架，旨在简化基于流匹配的生成模型（如扩散模型）中的强化学习训练流程。它解决★ 712
f5-tts-mlxf5-tts-mlx 是 F5-TTS 模型在 Apple MLX 框架上的实现，旨在让 TTS 模型在 Apple Silicon 芯片上高效运行。它解决了 ★ 647
ARIS-in-AI-OfferARIS-in-AI-Offer 是一个面向 AI 领域秋招的中英双语面试速查表项目，由 ARIS 工具链自动生成。它解决 AI 求职者备考资料分散、更新不及时★ 559
LakonLabLakonLab 是一个专注于图像生成的开源项目，官方实现了 AsymFlow、pi-Flow 和 GMFlow 三种流匹配（Flow Matching）模型。★ 471
DyPEDyPE 是 ICML 2026 论文的官方实现，针对扩散模型在超高分辨率图像生成中的位置编码外推难题，提出动态位置外推方法。现有模型（如 Flux）在训练分辨★ 361
consistency_flow_matchingConsistency Flow Matching 是论文《Consistency Flow Matching: Defining Straight Flows★ 272
fm-boostingFMBoost 是一个基于流匹配（Flow Matching）的潜在扩散模型加速与增强工具，源自 ECCV 2024 Oral 论文。它针对 Stable Di★ 259
FreeFuseFreeFuse 是一个用于多主体 LoRA 融合的图像生成工具，解决在测试时（推理阶段）将多个 LoRA 模型动态组合到单个图像生成中的问题。它基于自适应 t★ 243
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★ 233
pflowtts_pytorchP-Flow TTS 的非官方 PyTorch 实现，基于 NVIDIA 的论文，采用 flow matching 技术进行文本到语音合成。该项目旨在复现论文中★ 228
Awesome-Efficient-AIGCAwesome-Efficient-AIGC 是一个专注于高效 AIGC（人工智能生成内容）领域的精选资源列表，收录了相关论文、文档和代码。该项目旨在为高效 A★ 209
GMFlowGMFlow 是一个基于高斯混合流匹配（Gaussian Mixture Flow Matching）的生成模型开源实现，由 ICML 2025 论文提出。它旨★ 198
flow-matchingflow-matching 是一个基于 PyTorch 实现的流匹配（Flow Matching）开源项目，专注于图像生成任务。流匹配是一种新兴的生成模型范式，★ 127
M3-TTSM3-TTS 是一个基于 PyTorch 的开源语音合成项目，实现了论文《M3-TTS: Multi-modal DiT Alignment & Mel-lat★ 124
SenseFlowSenseFlow 是一个基于流匹配的文本到图像扩散模型蒸馏框架，旨在解决扩散模型采样速度慢的问题。它通过分布匹配技术，将复杂的教师模型（如 Stable Di★ 117
f5-tts-swiftf5-tts-swift 是一个用 Swift 语言实现的 F5-TTS 文本转语音库，基于 MLX 框架构建，专为 Apple 生态（macOS、iOS）设计★ 91
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★ 78
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★ 58
gpicGPIC 是一个用于视觉生成的大规模许可图像语料库的官方代码库，旨在为文本到图像生成等视觉生成任务提供高质量的训练数据。该项目解决了当前视觉生成模型训练中数据获★ 55