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

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。

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

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作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。

Trae

Trae

字节跳动发布的AI编程神器IDE

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
咔片PPT

咔片PPT

AI助力，做PPT更简单！

咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文，一站式创作，让内容运营更高效

讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台，公文写作神器

AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具，支持从文本描述、单张图片或多视角图片生成 3D 模型，具备快速形状生成能力，可生成带纹理的高质量 3D 模型，适用于多个领域，为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目，涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作，如创建文件和目录、设置布局等，同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景，能够提高系统的性能和可靠性，是分布式存储领域的优质解决方案。

下拉加载更多