Awesome GitHub RepositoriesFlow-Matching Frameworks

Flux is a diffusion model inference engine designed for text-to-image generation and image-to-image manipulation. It provides a system for executing open-weight models to transform natural language descriptions into visual imagery or to modify existing images. The project distinguishes itself through a flow-matching framework for image generation and a structural image controller. This controller allows for guided synthesis by using depth maps and Canny edge detection to constrain the geometry and composition of the output. The toolkit covers a broad range of image editing capabilities, incl

Audiocraft is a deep learning audio library and machine learning framework designed for training, fine-tuning, and evaluating generative models for music and sound effects. It functions as a text-to-music generative model and a neural audio codec, providing the tools necessary to compress audio signals into discrete representations and synthesize high-fidelity waveforms from textual descriptions. The framework is distinguished by its ability to combine multiple conditioning signals, allowing for the generation of audio based on text prompts, melodic excerpts, or style-based audio clips. It al

F5-TTS is a text-to-speech system that utilizes a flow matching engine and diffusion transformers to generate fluent synthetic speech. It functions as a multilingual speech synthesizer and neural training framework, providing tools for voice cloning and high-performance inference serving. The project distinguishes itself through a voice cloning toolkit capable of mimicking specific speaker characteristics and tones from reference audio clips. It supports cross-lingual generation, allowing for the synthesis of audio across various global languages or the mixing of multiple languages within a s

This project is a machine learning research automation system designed to manage the full research lifecycle, from idea discovery to final paper submission. It utilizes markdown-based skill templates to execute autonomous research tasks and manage iterative loops of deep review and experimentation. The system distinguishes itself through integrated capabilities for academic communication and integrity auditing. It can automate the generation of LaTeX papers, conference slide decks, and evidence-grounded peer review rebuttals. To ensure rigor, it employs cross-model review routing and adversar

AI NovelGenerator هي أداة لتوليد الخيال الطويل باستخدام نماذج لغوية كبيرة. تعمل كمهندس سردي ومساعد كتابة، حيث تؤتمت إنشاء الروايات متعددة الفصول مع إدارة هيكل القصة العام وتتبع الشخصيات. يتميز المشروع بنظام استرجاع سياق دلالي ومدقق اتساق قصة يعمل بالذكاء الاصطناعي. تستخدم هذه الأدوات البحث الدلالي لاسترجاع تفاصيل قصة محددة من فصول سابقة ومسح النص المولد بحثاً عن تناقضات في الحبكة أو عدم اتساق سلوكي. يغطي النظام دورة حياة سردية كاملة، بما في ذلك تصميم أساس القصة، وبناء العالم، وتخطيط هيكل الرواية. يستخدم خط أنابيب متعدد المراحل لصياغة فصول متماسكة ويدمج ورشة عمل لسير العمل الإبداعي لإدارة الإعدادات والتدقيق اللغوي.

هذا المشروع عبارة عن إطار عمل لتحويل النص إلى كلام عصبي ونموذج PyTorch مصمم لتوليف الكلام البشري. يقوم بتحويل النص المكتوب إلى صوت اصطناعي عن طريق التنبؤ بمخططات mel spectrograms، والتي تعمل كتمثيل وسيط لتوليد الصوت. يتضمن النظام نموذج تكييف لـ WaveNet لضمان إخراج صوتي طبيعي. يوفر إطار عمل تدريب موزع يستخدم معالجة متعددة وحدات معالجة الرسومات (multi-GPU) والدقة المختلطة التلقائية لتحسين سرعة التدريب وتقليل استخدام الذاكرة. يغطي المشروع خط الأنابيب الكامل لتوليف الكلام العصبي، من تدريب النموذج باستخدام مجموعات بيانات النص والصوت إلى توليد أصوات اصطناعية. يستخدم مشفر-فك تشفير تلافيفي وانتباه من تسلسل إلى تسلسل لتعيين الميزات اللغوية إلى الإطارات الصوتية.

هذا المشروع عبارة عن إطار عمل للنماذج التوليدية مبني على PyTorch، مصمم لتحويل الضجيج إلى توزيعات بيانات معقدة من خلال تعلم حقول المتجهات ومسارات الاحتمالات. يعمل كأداة توليدية متعددة الوسائط لإنتاج نصوص وصور اصطناعية عبر تدفقات احتمالية متعلمة. يتميز إطار العمل بدعم التكامل مع الفضاءات المستمرة والمتقطعة ومتعددة الشعب (Riemannian manifolds)، مما يتيح له التعامل مع أنواع بيانات متنوعة، بما في ذلك البيانات الفئوية عبر مطابقة التدفق للحالات المتقطعة، والمساحات غير الإقليدية عبر التكامل مع الشعب الريمانية. تغطي الأداة دورة حياة التوليد بالكامل، بما في ذلك تحديد مسار الاحتمالية، وانحدار حقل المتجهات، واستخدام حلول المعادلات التفاضلية لأخذ عينات البيانات. تمكّن هذه القدرات من تدريب واستنتاج نماذج توليدية قادرة على إنشاء محتوى اصطناعي عبر وسائط متعددة.

ExecuTorch is a lightweight C++ runtime for deploying PyTorch models on mobile, embedded, and edge hardware. It provides an ahead-of-time compilation pipeline that exports, quantizes, and lowers model graphs into compact serialized programs, then executes them through a minimal runtime with hardware acceleration and on-device large language model inference capabilities. The project distinguishes itself through a hardware accelerator delegate system that partitions model subgraphs and offloads computation to specialized backends including NPUs, GPUs, and DSPs from Apple, Arm, Intel, MediaTek,

Hunyuan3D-2.1 is a generative 3D framework and image-to-3D pipeline that transforms single 2D images into textured 3D geometries. It functions as an asset generator that produces high-quality 3D meshes and textures using a flow-matching system. The project includes a specialized synthesizer for creating photorealistic textures with physically based rendering properties. These tools allow for the simulation of metallic reflections and light interactions on generated models. The system covers 3D asset pipeline automation through a sequence of shape generation and mesh refinement. It also provi