Project Icon

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。

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。

🚀 🚀 🚀

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

白日梦AI

白日梦AI提供专注于AI视频生成的多样化功能,包括文生视频、动态画面和形象生成等,帮助用户快速上手,创造专业级内容。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

讯飞绘镜

讯飞绘镜是一个支持从创意到完整视频创作的智能平台,用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品,帮助用户探索创意灵感。

Project Cover

讯飞文书

讯飞文书依托讯飞星火大模型,为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能,满足事务性工作的高频需求,帮助撰稿人节省精力,提高效率,优化工作与生活。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

AIWritePaper论文写作

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。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号