Awesome-Diffusion-Transformers

Awesome-Diffusion-Transformers

扩散模型与Transformer融合的前沿研究进展汇总

本列表汇总了扩散模型与Transformer架构结合的最新研究进展,涵盖图像、视频、语音和3D等多个领域。每个项目均包含发表时间、会议信息、任务类型和资源链接。列表持续更新,为研究者和开发者提供便捷途径跟踪这一快速发展的领域动态。

Diffusion TransformersAI生成计算机视觉深度学习图像合成Github开源项目

扩散变换器精选资源 非常棒

标题初始日期发表场所任务资源
MotionDiffuse: 基于扩散模型的文本驱动人体运动生成2022年8月31日TPAMI'2024
字字珠玑:扩散模型的ViT骨干网络2022年9月25日CVPR'2023
利用神经网络检查点的生成模型学习如何学习2022年9月26日arXiv
基于Transformer的可扩展扩散模型2022年12月19日ICCV'2023
探索视觉Transformer作为扩散学习器2022年12月28日arXiv
DLT: 基于联合离散-连续扩散布局Transformer的条件布局生成2023年3月7日ICCV'2023
掩蔽扩散Transformer是强大的图像合成器2023年3月25日ICCV'2023
用于自适应文本到语音的扩散Transformer2023年5月3日Interspeech'2023
VDT: 基于掩蔽建模的通用视频扩散Transformer2023年5月22日ICLR'2024
ViT-TTS: 基于可扩展扩散Transformer的视觉文本到语音2023年5月22日EMNLP'2023
U-DiT TTS: 用于文本到语音的U型扩散视觉Transformer2023年5月22日arXiv
使用掩码Transformer快速训练扩散模型2023年6月15日TMLR
DiT-3D:探索用于3D形状生成的普通扩散Transformer2023年7月4日NeurIPS'2023
使用Transformer的大词汇量3D扩散模型2023年9月14日ICLR'2024
Cartoondiff:使用扩散Transformer模型进行无需训练的卡通图像生成2023年9月15日arXiv
PixArt-α:快速训练扩散Transformer用于逼真的文本到图像合成2023年9月30日ICLR'2024
Dolfin:无自动编码器的扩散布局Transformer2023年10月25日arXiv
Mapache:用于高级语音编辑和合成的掩码并行Transformer2023年12月3日ICASSP'2024
DiffiT:用于图像生成的扩散视觉Transformer2023年12月4日arXiv
GenTron:深入研究用于图像和视频生成的扩散Transformer2023年12月7日CVPR'2024
使用扩散模型生成逼真视频2023年12月11日arXiv
DiT-Head:使用扩散Transformer的高分辨率说话头合成2023年12月11日arXiv
使用极端掩码快速训练扩散Transformer用于3D点云生成2023年12月12日arXiv
NViST: 使用Transformer从单幅图像实现野外新视角合成2023年12月13日arXiv
TransDDPM: 基于Transformer的去噪扩散概率模型用于图像恢复2023年12月28日PRCV'2023
Latte: 用于视频生成的潜在扩散Transformer2024年1月5日arXiv
PIXART-δ: 使用潜在一致性模型实现快速可控的图像生成2024年1月10日arXiv
SiT: 利用可扩展插值Transformer探索流式和扩散生成模型2024年1月16日arXiv
使用沙漏扩散Transformer实现可扩展的高分辨率像素级图像合成2024年1月21日arXiv
用于人物图像合成的跨视角掩码扩散Transformer2024年2月2日arXiv
DiffsFormer: 用于股票因子增强的扩散Transformer2024年2月5日arXiv
Sora2024年2月15日OpenAI
SDiT: 脉冲扩散Transformer模型2024年2月18日arXiv
FiT: 用于扩散模型的灵活视觉Transformer2024年2月19日arXiv
Snap Video: 用于文本到视频合成的扩展时空Transformer2024年2月22日arXiv
OpenDiT2024年2月26日GitHub
FineDiffusion:通过10,000个类别扩展扩散模型实现细粒度图像生成2024年2月28日arXiv
开放Sora计划2024年3月1日GitHub
Stable Diffusion 3:研究论文2024年3月5日Stability AI

贡献

我们始终欢迎您的贡献!

请随时在data.json文件中添加或更新内容。

本README文件和网站将由GitHub Actions自动更新。

🚀 🚀 🚀

编辑推荐精选

Vora

Vora

免费创建高清无水印Sora视频

Vora是一个免费创建高清无水印Sora视频的AI工具

Refly.AI

Refly.AI

最适合小白的AI自动化工作流平台

无需编码,轻松生成可复用、可变现的AI自动化工作流

酷表ChatExcel

酷表ChatExcel

大模型驱动的Excel数据处理工具

基于大模型交互的表格处理系统,允许用户通过对话方式完成数据整理和可视化分析。系统采用机器学习算法解析用户指令,自动执行排序、公式计算和数据透视等操作,支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内,支持超过100万行数据的即时分析。

AI工具酷表ChatExcelAI智能客服AI营销产品使用教程
TRAE编程

TRAE编程

AI辅助编程,代码自动修复

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
AIWritePaper论文写作

AIWritePaper论文写作

AI论文写作指导平台

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

AI辅助写作AI工具AI论文工具论文写作智能生成大纲数据安全AI助手热门
博思AIPPT

博思AIPPT

AI一键生成PPT,就用博思AIPPT!

博思AIPPT,新一代的AI生成PPT平台,支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等,内置海量精美PPT模板,涵盖商务、教育、科技等不同风格,同时针对每个页面提供多种版式,一键自适应切换,完美适配各种办公场景。

AI办公办公工具AI工具博思AIPPTAI生成PPT智能排版海量精品模板AI创作热门
潮际好麦

潮际好麦

AI赋能电商视觉革命,一站式智能商拍平台

潮际好麦深耕服装行业,是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌,以及国内10万+淘宝、天猫、京东等主流平台的品牌商家,为卖家节省将近85%的出图成本,提升约3倍出图效率,让品牌能够快速上架。

iTerms

iTerms

企业专属的AI法律顾问

iTerms是法大大集团旗下法律子品牌,基于最先进的大语言模型(LLM)、专业的法律知识库和强大的智能体架构,帮助企业扫清合规障碍,筑牢风控防线,成为您企业专属的AI法律顾问。

SimilarWeb流量提升

SimilarWeb流量提升

稳定高效的流量提升解决方案,助力品牌曝光

稳定高效的流量提升解决方案,助力品牌曝光

Sora2视频免费生成

Sora2视频免费生成

最新版Sora2模型免费使用,一键生成无水印视频

最新版Sora2模型免费使用,一键生成无水印视频

下拉加载更多