懂AI
Diffusion-Models-Papers-Survey-Taxonomy

Diffusion-Models-Papers-Survey-Taxonomy

扩散模型的全面方法与应用概述

本文系统梳理了扩散模型的最新进展，涵盖算法和应用分类，包括计算机视觉、自然语言处理及医疗图像重建等领域。项目持续更新，整合最新研究成果。读者将收获从无监督学习到高分辨率图像生成及多模态学习的丰富知识，掌握这一前沿技术。

Diffusion ModelsACM Computing Surveys算法分类计算机视觉自然语言处理Github开源项目
GitHub论文

Diffusion-Models-Papers-Survey-Taxonomy 项目简介

项目概述

Diffusion-Models-Papers-Survey-Taxonomy 项目专注于收集和分类扩散模型领域的学术论文，基于已被 ACM Computing Surveys 接受的综述论文《扩散模型：方法与应用的全面综述》展开。由于该领域发展迅速，项目计划持续更新相关论文及汇总资料。

项目以提供扩散模型方法和应用的全面视角为目标，通过分类和调查最新的研究成果，为研究人员和行业从业者提供参考。

分类目录

算法分类

  1. 采样加速增强

    • 无监督采样：包括 SDE 求解器和 ODE 求解器的方法。
    • 基于学习的采样：使用优化离散化、知识蒸馏、截断扩散等技术。

  2. 似然最大化增强

    • 噪声调度优化、逆方差学习、精确似然计算等。

  3. 特殊结构数据

    • 处理具有流形结构、不变结构及离散数据的技术。

  4. 多模态大模型与扩散结合

    • 包括简单组合和深度协作的方法。

应用分类

  • 计算机视觉

    • 涉及图像超分辨率、修复和翻译，语义分割，视频生成，3D生成，异常检测和目标检测。

  • 自然语言处理

    • 包括文本生成和离散状态空间中的噪声消除扩散模型。

  • 时间序列数据建模

    • 时间序列插补和预测，波形信号处理等。

  • 多模态学习

    • 从文本到图像、3D、音频、动作、视频的生成和编辑。

  • 鲁棒学习

    • 数据净化及通过生成合成数据来提升鲁棒性的学习。

  • 分子图建模

    • 涉及分子构象生成及3D形状预测等。

  • 材料设计

    • 包括周期性材料生成及专有抗体设计。

  • 医学图像重建

    • 利用扩散模型解决医学成像中的逆问题，如MRI的加速重建。

与其他生成模型的联系

该项目也探讨了扩散模型与其他生成模型（如变分自编码器、生成对抗网络、归一化流、自动回归模型、能量模型）的关联，探索其在生成领域的不同优势与应用场景。

项目更新与未来发展

项目团队将持续跟踪扩散模型领域的最新研究进展，不断更新和完善分类及相关资料，为研究人员提供一站式的学术资源库。同时，该项目也欢迎社区成员的积极参与与反馈，共同推动技术的进步和应用的广泛落地。

编辑推荐精选

Keevx

Keevx

AI数字人视频创作平台

Keevx 一款开箱即用的AI数字人视频创作平台，广泛适用于电商广告、企业培训与社媒宣传，让全球企业与个人创作者无需拍摄剪辑，就能快速生成多语言、高质量的专业视频。

即梦AI

即梦AI

一站式AI创作平台

提供 AI 驱动的图片、视频生成及数字人等功能，助力创意创作

扣子-AI办公

扣子-AI办公

AI办公助手，复杂任务高效处理

AI办公助手，复杂任务高效处理。办公效率低？扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作，覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应，生活工作无缝切换，提升50%效率！

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。

热门AI工具生产力协作转型TraeAI IDE
蛙蛙写作

蛙蛙写作

AI小说写作助手，一站式润色、改写、扩写

蛙蛙写作—国内先进的AI写作平台，涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能，助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。

AI助手AI工具AI写作工具AI辅助写作蛙蛙写作学术助手办公助手营销助手
问小白

问小白

全能AI智能助手，随时解答生活与工作的多样问题

问小白，由元石科技研发的AI智能助手，快速准确地解答各种生活和工作问题，包括但不限于搜索、规划和社交互动，帮助用户在日常生活中提高效率，轻松管理个人事务。

聊天机器人AI助手热门AI工具AI对话
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word，让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。

热门AI工具AI办公办公工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图
讯飞星火

讯飞星火

深度推理能力全新升级，全面对标OpenAI o1

科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。

模型训练热门AI工具内容创作智能问答AI开发讯飞星火大模型多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。

下拉加载更多