# 拡散モデル応用

LoRAと拡散モデルに基づくテキストから画像を生成するモデルで、ネイルデザイン生成に特化しています。

FramePainterはビデオ拡散事前分布に基づくインタラクティブ画像編集モデルで、高品質なビデオフレーム編集を実現します。

これは抽象アートを作成するためのLoRAモデルで、black-forest-labs/FLUX.1-devベースモデルを基に開発されています。

フラックス.1-開発版はテキストから画像生成技術に基づくモデルで、テキストプロンプトを通じて多様な画像コンテンツを生成できます。

in2INは新しい拡散モデルで、全体のインタラクション記述と個々の動作記述を組み合わせて高品質な人間インタラクション動作を生成します。

TrackDiffusionは、対象の軌跡を条件入力とする拡散モデルで、軌跡に基づいて動画を生成できます。

アイルランド伝統楽曲のスペクトログラムでファインチューニングされたStable Diffusionモデル、無条件画像生成とテキストから画像への変換に使用

これは全スライド画像(WSI)を生成するための拡散モデルで、Denoising Diffusion Probabilistic Models(DDPM)アーキテクチャに基づいています。

PyTorchと拡散モデルライブラリを基にした無条件画像生成モデル、Minecraftスキンの生成に特化

InstructPix2Pixはテキスト命令に基づいて画像を編集できるモデルで、自然言語の命令を画像編集操作に変換することを学習します。

これはDreamboothでトレーニングされた拡散モデルで、スタートアップ企業スタイルのロゴ画像を生成するために特別に設計されています。