OSS Radar
首页
AI 分类
推理与服务5
大模型推理服务 · 向量化 / 重排服务 · 网关与路由
训练与微调6
训练框架 · 参数高效微调 · 后训练 / RLHF
数据工程4
数据集托管 · 数据清洗与处理 · 合成数据
检索与 RAG9
向量数据库 · RAG 框架 · 检索增强引擎
Agent 与编排6
Agent 框架 · 编码 Agent · 电脑 / 浏览器 Agent
评估 · 实验 · MLOps8
模型评测 · Agent 评测 · 实验管理
多模态生成5
图像生成 · 视频生成 · 视觉语言模型
视觉与 3D5
检测 / 分割 · 3D 重建 · 3D 生成
模型工具链8
量化 · 剪枝与蒸馏 · 格式转换
科研与论文实现3
论文复现 · 时序预测 · 科学计算 / 生物医药
开发工具
开发与框架5构建与交付4底层与逆向3
系统工具
系统与文件7图像与影音工具5实用小工具4
效率工具
记录与整理3输入与阅读4
媒体与内容
播放与媒体库4内容处理3
网络工具
访问与代理3连接与传输4
游戏相关
开发与运行2游玩相关2
安全与隐私
攻防与审计3加密与隐私1
硬件与机器人
嵌入式与物联网5机器人与具身智能3
数据与金融
数据库与存储4金融与量化1
探索排行榜开发语言标签
/
周报
本周新增、涨得最快、发了什么版本
对比项目
两个项目并排看 star、维护状态与硬件
数据体检
收录量、完整度缺口、沉睡项目
提交仓库
推荐项目,附上你的使用经验
反馈与纠错
分类错了、介绍不准、链接失效
关于本站
数据来源与分类原则
登录
OSS Radar

按算法工程工作流分类的开源工具库。数据来自 GitHub 公开 API,收录 6,739 个仓库、129 个细分分类。 带 ✦ 的条目有人工撰写的专家点评。

数据最近同步于 2026/11/10 20:04:40 · 本项目仅做聚合与索引,软件版权归原作者所有

浏览

  • 全部仓库
  • AI 分类
  • 排行榜
  • 开发语言
  • 标签与关键词
  • 搜索

关于

  • 关于本站
  • 数据体检
  • 提交仓库
  • 反馈与纠错
  • 偏好设置
  • 我的收藏
  • 我的点评
© 2026 OSS Radar数据每小时级同步 · 内容由算法与人工共同维护
⌘K
「latent diffusion」找到 7 个结果 · 7ms命中词:latentdiffusion只看有点评
L
LatentSync
bytedance·Python

用 Stable Diffusion 做音频驱动唇形同步,让视频或虚拟人像的口型与语音对齐,适合做数字人和视频配音。

唇形同步+4
62650—
bytedance/LatentSync · 19.37
R
Real-Time-Latent-Consistency-Model
radames·Python

基于 Diffusers 的实时扩散模型演示应用,用潜在一致性模型把文生图做到近乎即时的出图,并通过 MJPEG 推流展示生成过程。

实时扩散+4
9120—
radames/Real-Time-Latent-Consistency-Model · 17.68
A
audio-diffusion
teticio·Jupyter Notebook

用 Hugging Face diffusers 把扩散模型从图像搬到音频,能直接训练和生成音乐片段,省去自己搭扩散流程的麻烦。

扩散模型+4
7950—
teticio/audio-diffusion · 17.52
D
diffusers
huggingface·Python

基于 PyTorch 的扩散模型工具箱,统一加载和训练 Stable Diffusion、FLUX 等模型,做图像、视频、音频生成。

扩散模型+4
348990—
huggingface/diffusers · 13.04
I
InvokeAI
invoke-ai·TypeScript

面向 Stable Diffusion 的专业图像生成引擎,提供行业领先的 WebUI,支持文生图、图生图、局部重绘和扩图,适合创作者与商业产品集成。

图像生成+4
290540—
invoke-ai/InvokeAI · 12.89
P
PartCrafter
wgsxm·Python

从单张图片生成结构化、可分解的 3D 网格模型,把物体拆成多个部件分别建模,方便后续编辑和装配。

3D生成+4
25090—
wgsxm/PartCrafter · 11.15
A
Awesome-Controllable-Diffusion
atfortes

收集扩散模型可控生成相关论文与资源,涵盖 ControlNet、DreamBooth、IP-Adapter 等方案,方便快速查找图像生成控制与定制化的资料。

可控生成+4
5030—
atfortes/Awesome-Controllable-Diffusion · 5.94

发布说明里提到「latent diffusion」

来自 6 个版本
  • vllm-project/vllm-omniv0.32.02026-10-28

    …9, 8699, 8537, 8926) - Add TaoMate-H3 realtime AR-diffusion streaming and an LTX 2.5 single-stage text-to-audio pipeline. ( 8268, 6489) - Add optional single-stage Qwen3-

  • verl-project/verl-omniv0.3.02026-10-22

    …ate-async training across both autoregressive and diffusion pipelines, including Qwen3-Omni audio and text fully-async RL, the dedicated Omni separate-async V1 trainer, M

  • NVIDIA-NeMo/Automodelv0.7.02026-10-21

    …lash experts for LoRA. - Speculative and discrete-diffusion training. DFlash 2, additional Kimi K3 and DeepSeek-V4.1 draft-training paths, streaming EAGLE-3 feature compo

  • vllm-project/vllm-omniv0.30.02026-09-25

    …history. ( 7413, 7633) Extended scheduler-managed diffusion KV into cross-stage transfer and reuse , adding native Mooncake AR-to-DiT handoff, KV prefetch, and HunyuanIma

  • huggingface/diffusersv0.40.02026-08-20

    …ucture. It is a hybrid of an autoregressive and a diffusion stage: an 8B Qwen3-based global language model predicts one semantic audio token per frame while a small depth

  • huggingface/diffusersv0.39.02026-07-03

    …ns a Qwen-style language model in parallel with a diffusion generation pathway, joined by a 3D multimodal RoPE. This release also lands video-to-video and action-conditio