Open3D 是一个现代 3D 数据处理库，提供点云、网格、RGB-D 和 3D 可视化等算法与工具，支持 C++ 和 Python，可用于 3D 感知、重建与机器学习研究。

开源的三维网格处理系统，支持网格编辑、简化、重建和点云处理，适合处理扫描或打印前的 3D 模型。

Python 里做小波变换的库，支持连续和离散小波，处理信号与图像的去噪、压缩、特征提取都能用。

用 PyTorch 复现 DeepMind AlphaFold 3 的蛋白质结构预测模型，包含注意力机制与去噪扩散模块，方便研究和二次开发。

用扩散模型做医学图像器官分割与重建，把去噪扩散思路引入分割任务，适合医学影像研究和训练微调。

DIPY 是 Python 的 3D/4D 医学影像处理库，覆盖扩散、灌注与结构成像，提供配准、去噪、机器学习和可视化等通用方法。

基于扩散模型的多文本长视频生成与编辑方案，通过时序协同去噪把多个文本提示拼成连贯长视频，解决单次生成时长受限的问题。

基于 PyTorch 的成像逆问题求解库，把去噪、去模糊、MRI 重建等任务统一到深度学习框架下，内置扩散模型和即插即用先验。

把 3D 高斯泼溅烘焙进扩散去噪器，单阶段从单张图快速生成和重建可扩展的 3D 场景与网格，免去多阶段流程。

把扩散模型的去噪步骤拆到多张卡上异步并行执行，无需重新训练就能显著加速 Stable Diffusion 等文生图、文生视频模型的推理。

汇总扩散模型在医学影像领域的论文与资源，覆盖去噪、重建和生成任务，方便快速跟进 DDPM、NCSN 等方法的进展。

汇总近年计算机视觉论文的资源清单，覆盖图像分类、检测、分割、生成、去噪去雾等方向，方便快速追踪各子领域进展。