Open source проекты по теме «diffusion»

Фреймворк для запуска моделей разных модальностей, расширяющий vLLM и поддерживающий генерацию текста, изображений, аудио, видео и действий.

Фреймворк для обучения LLM, VLM, диффузионных моделей и моделей с воплощённым интеллектом на NVIDIA GPU и Kunlun XPU, построенный на Megatron-LM и нативных для torch бэкендах.

Открытая мультиязычная zero-shot модель преобразования текста в речь для более чем 600 языков с клонированием и настройкой голоса.

Открытая модель для локальной генерации музыки: создаёт целые песни по текстовым запросам и поддерживает редактирование, создание каверов и обучение LoRA.