githubGitHubあり2026-07-24
diffusers — 🤗 Diffusers: State-of-the-art diffusion models for image, video, and audio generation in PyTorch.
.diffusion モデルのライブラリ。画像・動画・音声生成に利用可能。
生成AI拡散モデル生成画像テキスト
→
Topic
Diffusion Modelsの論文・実装まとめ
画像・動画生成、条件付き生成、編集、3D生成に関係する拡散モデルの論文と実装です。
まず見るべき実装候補
128 articlesScore 94
新着記事
githubGitHubあり2026-07-24
diffusers — 🤗 Diffusers: State-of-the-art diffusion models for image, video, and audio generation in PyTorch.
.diffusion モデルのライブラリ。画像・動画・音声生成に利用可能。
生成AI拡散モデル生成画像テキスト
- 用途
- 画像・動画・音声生成
- 難易度
- Easy
- コスト
- High
→
githubGitHubあり2026-07-24
Sana — SANA: Efficient High-Resolution Image Synthesis with Linear Diffusion Transformer
SANAは、高解像度画像生成モデルSANAを紹介する本研究であり、低計算コストで優れた高解像度画像を生成できる。
深層学習Transformer生成画像テキスト
- 用途
- 高解像度画像合成
- 難易度
- Easy
- コスト
- High
→
githubGitHubあり2026-07-24
Awesome-Video-Diffusion — A curated list of recent diffusion models for video generation, editing, and various other applications.
Awesome-Video-Diffusionは、Recent Diffusion Models for Video Generation, Editing, and Othersのリストを公開しています。
生成AI拡散モデル生成動画
- 用途
- ビデオ生成や編集の問題を解決する
- 難易度
- Easy
- コスト
- High
→
githubGitHubあり2026-07-24
ComfyUI — The most powerful and modular diffusion model GUI, api and backend with a graph/nodes interface.
runanywhere-sdksは、AIをローカルに実行するために使用できるプロダクションレディのツールキットです。
生成AI拡散モデル
- 用途
- 高性能ディフュージョンモデルGUI環境の実現
- 難易度
- Easy
- コスト
- High
→
githubGitHubあり2026-07-24
FastVideo — A unified inference and post-training framework for accelerated video generation.
FastVideoは、加速されたビデオ生成用の統合推論とポストトレーニングのフレームワークです。
深層学習軽量化・量子化生成動画
- 用途
- ビデオ生成を加速する
- 難易度
- Easy
- コスト
- High
→
githubGitHubあり2026-07-24
FastGen — NVIDIA FastGen: Fast Generation from Diffusion Models
この論文では、ディフュージョンモデルの高速化を目的としたNVIDIA FastGenについて説明しています。FastGenは、ディフュージョンモデルから高速に生成することが可能です。
深層学習軽量化・量子化生成
- 用途
- ディフュージョンモデルの高速化
- 難易度
- Easy
- コスト
- High
→
githubGitHubあり2026-07-24
deepinv — DeepInverse: a PyTorch library for solving imaging inverse problems using deep learning
ピラミードライブラリを使ったイメージインバース問題の解決に使えるライブラリです。
生成AI拡散モデル画像自己教師
- 用途
- イメージインバース問題の解決
- 難易度
- Easy
- コスト
- High
→
githubGitHubあり2026-07-24
verl-omni — Multimodal RL training framework for diffusion & omni models
CVV または CWE への分類を実現し、バグ修正のために重要な手順となるCVEへの CWE 分類を自動化する。
自然言語処理大規模言語モデルマルチモーダル
- 用途
- CVVの分類と CWE 分類
- 難易度
- Easy
- コスト
- High
→
githubGitHubあり2026-07-23
SimpleTuner — A general fine-tuning kit geared toward image/video/audio diffusion models.
画像やビデオやオーディオディフュージョンモデルのファインチューニングを行うための、汎用的なファインチューニングキット。
自然言語処理ファインチューニング画像音声動画
- 用途
- ディフュージョンモデルのファインチューニング
- 難易度
- Easy
- コスト
- High
→
githubGitHubあり2026-07-23
Causal-Forcing — [ICML 2026] Official codebase for "Causal Forcing: Autoregressive Diffusion Distillation Done Right for High-Quality Real-Time Interactive Video Generation" & Causal Forcing++
この論文では、Causal-Forcing: Autoregressive Diffusion Distillation Done Right for High-Quality Real-Time Interactive
品質予測/異常検知深層学習軽量化・量子化生成テキスト動画
- 用途
- 高品質のビデオ生成を実現する。
- 難易度
- Easy
- コスト
- High
→
arxivGitHubあり2026-07-23
Inference-Time Scaling of Diffusion Models via Progressive Seed Pruning
ディフュージョンモデルにおける初期的なNoise Seed の影響が、モデルが生成する高質のイメージに大きく影響していることを提示し、Seed Search 時の時間的負荷を削減するための方法を提案した。
品質予測/異常検知深層学習軽量化・量子化生成画像テキスト
- 用途
- ディフュージョンモデルのサケリング
- 難易度
- Hard
- コスト
- High
→
arxivGitHubあり2026-07-23
SlerpFlow: Spherical Trajectory Correction for Rectified Flow Inversion
Rectified-flow-based diffusion transformers, particularly FLUX, have demonstrated outstanding performance in h
品質予測/異常検知深層学習Transformer生成画像
- 用途
- 生成
- 難易度
- Hard
- コスト
- High
→