OutfitAnyone开源项目 – 阿里巴巴开发的2D虚拟试穿框架

CRATE是一个完全数学可解释的白盒Transformer模型，旨在通过统一多种模型架构实现高效的稀疏率降低，已在真实世界数据集ImageNet-1K上取得接近的性能。它整合了Transformer模型、自注意力、扩散模型和降噪技术，并通过展开迭代优化导出深层网络层。

Pic Copilot 是一个专为电商设计的AI驱动图片优化工具，旨在通过图像生成模型提升图片的点击转化率。它通过深度学习海量图片点击数据，显著增强图片吸引力，帮助商家在竞争中脱颖而出。Pic Copilot 提供一键生成并替换图片的功能，支持多种风格和主题，满足不同营销需求。特别适合需要快速批量生成和优化图片的电商企业，节省时间成本并提升产品展示效果。

DeepCompressor是一个专为大型语言模型和扩散模型设计的模型压缩工具箱，支持多种数据类型的假量化，旨在提高模型的推理速度和效率。

AnchorCrafter 是一个基于扩散模型的视频生成系统，专注于自动生成具有主播风格的产品宣传视频。通过引入'人-物交互(HOI)'技术，解决了生成过程中物体外观细节捕捉和人-物交互控制的挑战，适用于电商主播带货风格的视频制作。

Zukino StyleMind通过人工智能为时尚品牌提供个性化设计、虚拟试穿和趋势洞察，帮助减少退货和浪费。

TrajectoryCrafter是一款通过扩散模型技术对单目视频的相机轨迹进行重定向的创新工具。它支持多种特效如子弹时间和视角重置，能够弥补前期拍摄的不足，提供平滑流畅的运镜效果。项目支持多机位、多角度、多景别的视频生成，并可通过本地Gradio演示进行操作，提升视频拍摄的灵活性和质量。

Diffusion-Planner是一个创新的自动驾驶规划项目，利用扩散模型进行运动规划。该项目在nuPlan数据集上表现优异，特别是在闭环规划场景中，能够以20Hz的频率实现实时规划。它采用基于变换器的扩散模型架构，支持多模态驾驶行为建模，无需依赖基于规则的细化。项目功能包括未来轨迹生成、分类器引导确保安全性和舒适性，以及灵活的引导组合以适应不同驾驶风格。Diffusion-Planner在复杂交通场景中展现出强大的闭环性能和多样驾驶风格的鲁棒性，适用于实际应用场景。

oms-Diffusion是一个虚拟试穿项目，旨在解决服装行业的高昂成本问题。该项目支持IPadapter-faceID结合controlnet_openpose技术，用户可以通过上传服装图片和参考姿势图进行虚拟试穿，帮助用户更直观地了解服装效果。

该研究提出了一种分析理论框架，用于理解扩散模型的学习动力学，揭示了学习过程中存在的幂律谱偏现象。通过分析线性去噪器，该框架解释了为何扩散模型在学习不同方差的数据特征时表现出速度差异，并为改进扩散模型的训练和数据预处理提供了理论指导。研究结果在高斯和图像数据集上得到验证，对理解和优化生成模型训练具有重要意义。

ColorPeel是一个利用扩散模型，通过颜色和形状的分离来进行颜色提示学习的项目，旨在提高图像生成的灵活性与质量。

一个强大的Blender插件，利用扩散模型实现自动化纹理生成。该插件能够直接在Blender内为3D模型生成高质量的纹理，同时支持局部重绘、LoRA模型和IP-Adapter的应用。通过深度ControlNet技术，确保生成的纹理与3D几何特征相符，且支持多纹理着色和UV投影等高级功能，极大地提升了3D创作的效率和质量。

DreamSampler结合了扩散采样和评分蒸馏技术，旨在实现图像处理中的图像生成与操控。该项目可以通过生成模型实现图像生成，并运用基于评分的技术对现有图像进行操控，提供了强大的图像编辑和生成能力。

smalldiffusion 是一个用于训练和采样扩散模型的简单易读的代码库，支持从最简单的玩具模型到最先进的预训练模型的实验。其核心代码只有不到100行，基于PyTorch框架，非常适合快速理解和实验。

HandDiff是一种利用扩散模型进行3D手势估计的方法，结合图像和点云数据，实现精确的手势识别和追踪。该项目致力于提升虚拟现实和增强现实中的人机交互体验。

BD3-LM（Block Diffusion Language Model）是一种创新的语言模型，旨在通过结合自回归模型和离散扩散模型的优点，显著提升语言建模任务的性能。它通过在token块上执行自回归，并在每个块内进行离散扩散，实现了灵活且高效的建模方式。该模型特别适用于生成任意长度的序列，展现了其在自然语言处理领域的潜力。