画像生成 (465 repos)

Heliosは、リアルタイムでの長尺ビデオ生成を可能にする革新的なモデルです。従来のアンチドリフト戦略やアクセラレ…

FireRed-Image-Editは、高精度な指示追従、高忠実度な画像生成、優れたアイデンティティの一貫性、シームレスな多要…

LanceはByteDanceが開発した30億パラメータのマルチモーダルAIモデルです。単一フレームワーク内で画像および動画の…

Image Extenderは、AIを使用して画像をあらゆる方向にシームレスに拡張できるオープンソースのWebアプリケーションで…

Irodori-TTSは、Flow Matching技術を用いたテキスト音声合成モデルで、絵文字によるスタイル制御が可能です。参照音…

FreeTheAiは、16,000以上の多様なAIモデルに対応した無料のOpenAI互換APIサービスです。チャット、ストリーミング、…

このGitHubリポジトリは、Autoregressive (AR) Diffusion技術を用いたビデオワールドモデルに関する包括的な情報源で…

iLab GPT Conjure は、GPT-image-2 に特化した AI 画像生成のためのWebUIワークベンチです。Codex Responses および …

PixelSmileは、顔の表情を連続的に制御しながら、微調整された編集を可能にするツールです。既存の顔の同一性を強く…

Bonsai Image Demoは、Apple Silicon (macOS) またはNVIDIA GPU (Linux/Windows) を利用して、ローカルで画像を生成…

ima2-genは、OpenAI GPT Image 2の画像生成をCLIおよびWeb UIで提供するツールです。ChatGPTやCodexの画像生成ワーク…

FluxRTは、FLUX.2-klein-4Bモデルを搭載し、消費者向けGPUに最適化されたリアルタイムストリーム編集パイプラインで…

VeRL-Omniは、拡散モデルやオムニモダリティモデルといったマルチモーダル生成モデルに特化した強化学習（RL）トレー…

webchat2apiは、GPT/ChatGPT Web、Grok/xAI Web、Gemini Webの機能を標準API（OpenAI互換APIおよびGeminiネイティブA…

ComfyUI Skills for OpenClawは、ComfyUIワークフローをAIエージェントが呼び出し可能なスキルへと変換するツールで…

Hallo-Liveは、テキスト入力からリアルタイムでアバターのビデオと音声を生成する先進的なフレームワークです。因果…

Aliyun Model Studio (DashScope) AIプラットフォームの公式コマンドラインインターフェースです。AIエージェントフ…

「Awesome Interactive World Models」は、インタラクティブワールドモデルに関する論文を主要な研究課題別に体系的…

MultiWorldは、マルチエージェント・マルチビュービデオ世界モデルのための統合フレームワークです。複数のエージェ…

このリポジトリは、AIエージェントが中国語の記事、投稿、チュートリアル、ケーススタディ、プロジェクトレビュー、…

「Local AI Image Generator」は、Windowsユーザー向けに設計された、セットアップ不要のAI画像生成デスクトップツー…

chatgpt-imagegenは、ChatGPTのサブスクリプションを利用してコマンドラインやAIエージェントから画像を生成できる、…

「Open Dungeon」は、完全にローカル環境で動作するAIロールプレイングアプリケーションです。アカウント登録やAPIキ…

illoは、アイデアや記事をオリジナルのプリントスタイル編集イラストに変換するAIエージェントスキルです。特徴とし…