マルチモーダルInternVL
InternVL Familyは、GPT-4o/GPT-5に匹敵する性能を目指すオープンソースの多モーダル会話モデル群です。特にInternVL…
★ 10.1k ⑂ 789 MIT 2025-09-22
#オープンソース (136 repos)
「オープンソース」タグが付いたリポジトリ
マルチモーダル
LLMclaude-obsidian
「claude-obsidian」は、Andrej KarpathyのLLM Wikiパターンを基盤とした、ClaudeとObsidianを連携させる知識コンパ…
★ 9.4k ⑂ 1.1k MIT 2026-05-28
画像生成StableStudio
StableStudioは、Stability AIが提供する生成AI用UI「DreamStudio」の公式オープンソース版です。ユーザーが生成され…
★ 9.0k ⑂ 916 MIT 2024-04-30
音声生成 / TTSEmotiVoice
EmotiVoiceは、Netease Youdaoが開発したオープンソースの多感情・プロンプト制御型テキスト読み上げ（TTS）エンジン…
★ 8.5k ⑂ 753 Apache-2.0 2024-08-13
音声生成 / TTSespeak-ng
eSpeak NGは、Linux、Windows、Androidなど多様なOSに対応するオープンソースのコンパクトなテキスト読み上げシンセ…
★ 6.6k ⑂ 1.3k GPL-3.0 2026-06-29
ComfyUIjaaz
Jaaz.appは、世界初のオープンソースのマルチモーダルなクリエイティブアシスタントです。CanvaやManusの代替として…
★ 6.4k ⑂ 640 NOASSERTION 2026-03-02
音楽生成YuE
YuEは、歌詞からボーカルと伴奏を含む数分間のフルソングを生成できる、オープンソースの音楽生成基盤モデルです。多…
★ 6.3k ⑂ 747 Apache-2.0 2025-06-04
画像生成Awesome-Prompt-Engineering
このリポジトリは、プロンプトエンジニアリングとコンテキストエンジニアリングに関する厳選されたリソース集です。…
★ 6.2k ⑂ 726 Apache-2.0 2026-07-15
ASR / 音声認識FunClip
FunClipは、オープンソースで高精度かつ使いやすい動画クリッピングツールです。Alibaba TONGYIのFunASR Paraformer…
★ 5.9k ⑂ 710 MIT 2026-07-07
3D / NeRFmeshlab
MeshLabは、3Dスキャンで得られる大規模で非構造化な3D三角メッシュの処理と編集に特化したオープンソースシステムで…
★ 5.8k ⑂ 906 GPL-3.0 2026-06-08
動画生成Awesome-Video-Diffusion
「Awesome Video Diffusion」は、動画生成、編集、復元、理解、NeRFなど、動画関連の多岐にわたるタスクに対応する最…
★ 5.7k ⑂ 366 2026-06-16
3D / NeRFgsplat
gsplatは、3D Gaussian Splatting技術のCUDA高速化ラスタライゼーションを実現するオープンソースライブラリで、Pyth…
★ 5.4k ⑂ 910 Apache-2.0 2026-07-09
画像生成transformerlab-app
Transformer Labは、AI研究者向けに設計されたオープンソースの機械学習プラットフォームです。モデルの訓練、評価、…
★ 5.1k ⑂ 535 AGPL-3.0 2026-07-10
動画生成VideoCrafter
VideoCrafter2は、データ制約を克服し高品質な動画を生成するためのオープンソースの動画生成および編集ツールボック…
★ 5.1k ⑂ 415 NOASSERTION 2026-01-09
マルチモーダルDeepSeek-VL
DeepSeek-VLは、実世界の視覚と言語の理解を目指して開発されたオープンソースのVision-Language (VL) モデルです。…
★ 4.1k ⑂ 592 MIT 2024-04-24
LLMClawith
Clawithは、オープンソースのマルチエージェントコラボレーションプラットフォームです。各AIエージェントに永続的な…
★ 4.1k ⑂ 667 Apache-2.0 2026-07-15
音声生成 / TTSMOSS-TTS-Nano
MOSS-TTS-Nanoは、MOSI.AIとOpenMOSSチームが開発したオープンソースの多言語対応小型音声生成モデルです。わずか0.1…
★ 3.9k ⑂ 507 Apache-2.0 2026-06-02
音声生成 / TTSMOSS-TTS
MOSS-TTS Familyは、MOSI.AIとOpenMOSSチームが開発したオープンソースの音声およびサウンド生成モデル群です。高忠…
★ 3.9k ⑂ 349 Apache-2.0 2026-07-26
AIエージェントnexu
nexuは、オープンソースのデスクトップクライアントで、AIエージェント「OpenClaw」をWeChat、Feishu、Slack、Discor…
★ 3.2k ⑂ 256 MIT 2026-04-26
LLMopenless
OpenLessは、macOSおよびWindows向けのオープンソース音声入力アプリケーションです。ホットキーを押して話すだけで…
★ 2.7k ⑂ 234 MIT 2026-07-13
AIエージェントagent-vault
Agent Vaultは、AIエージェントと外部APIの間に位置するHTTP認証情報プロキシ兼ボールトです。プロンプトインジェク…
★ 1.9k ⑂ 106 NOASSERTION 2026-07-12
LLMAgentsMeetRL
AgentsMeetRLは、強化学習を活用してLLMエージェントを訓練するためのオープンソースリポジトリを厳選し、一覧化した…
★ 1.8k ⑂ 71 2026-08-11
LLMMiniOneRec
MiniOneRecは、生成型推薦のための初の完全にオープンソースなフレームワークです。SID（Semantic Item Discretizati…
★ 1.7k ⑂ 246 Apache-2.0 2026-05-14
LLMfuture-agi
Future AGIは、LLMやAIエージェントアプリケーションの評価、監視、改善をエンドツーエンドで実現するオープンソース…
★ 1.4k ⑂ 376 Apache-2.0 2026-07-13