#GPU必須 (833 repos)

ReImagineは、画像優先合成という先進的な手法を用いて、高品質で制御可能な人間動画を生成するためのフレームワーク…

LabVLAは、Qwen3-VL-4B-Instructビジョン言語モデルを、DiTフローマッチングアクションエキスパートと独自のπ0.5レシ…

このプロジェクト「kikiri-tts」（旧kokoro-deutsch）は、既存のKokoro-82Mモデルをドイツ語向けにファインチューニ…

ComfyUI_AnyDoorは、画像生成AIツールであるComfyUI上で動作するカスタムノードです。このツールを使用すると、キャ…

edenartlab/sd-lora-trainerは、Stable Diffusion v1.5およびSDXL用のLoRaモジュールを学習およびフルファインチュー…

「theDAW」はGANTASMOが開発したAI音楽制作のためのオールインワンスタジオです。既存のオーディオ、テキストプロン…

「Reshoot-Anything」は、単眼ビデオを新しいカメラ軌道で再撮影するための自己教師ありビデオ拡散モデルです。既存…

このリポジトリは、動的シーンのためのニューラルラディアンスフィールド（NeRF）に関する優れたリソースのキュレー…

EverAnimateは、長時間の人間アニメーション動画生成において、視覚品質とキャラクターの一貫性を維持する効率的な後…

DeGaussは、ICCV 2025で発表された、ガウシアンスプラッティングを用いた動的-静的分解による、外乱のない3D再構築の…

HiDream_O1-ComfyUIは、ComfyUI上でHiDream O1による画像生成を可能にするカスタムノード群です。テキストプロンプト…

LiveWorldは、生成型ビデオワールドモデルにおいて、視界外のダイナミクスをシミュレートする画期的なフレームワーク…

このツールは、ComfyUI上でMaya1（30億パラメータの音声モデル）を利用し、表現豊かな音声生成を可能にするノードパ…

ComfyUI向けのカスタムノードで、LucidFluxを使った画像復元をComfyUI上で実行できるツールです。劣化画像の修復や高…

このプロジェクトは、企業法務向けのRAG（Retrieval-Augmented Generation）Q&Aシステムです。Alibaba Cloudの埋め込…

HunyuanImage-3.0 ComfyUI Custom Nodesは、Tencent HunyuanImage-3.0（800億パラメータの強力なマルチモーダル画像…

LATOは、3Dメッシュのトポロジーを保持したまま圧縮し、効率的に生成する新しい手法を提案しています。これは、Verte…

GEditBench v2は、汎用画像編集モデルの性能を人間が調整した基準で評価するための包括的なベンチマークです。1,200…

このツールは、2D Gaussian Splatting（2DGS）とNVIDIA OptiXを基盤とした、差分可能な2Dガウスレイトレーサーです。…

dvlt.cuは、NVIDIAのDVLT (Déjà View Looping Transformer) をCUDA/C++で再実装した、依存関係のない高速な3D再構築…

ComfyUI上でByteDance ResearchのUSOを使えるようにするカスタムノードです。FLUX.1-devを土台に、参照画像を使った…

foivospar氏のArc2Faceモデルを基盤としたComfyUI用カスタムノードライブラリです。このツールは、画像から顔の埋め…

LeapAlignは、フローマッチングモデルを人間の好みに合わせて微調整するための学習後手法です。完全なサンプリング軌…

EcoSplatは、効率制御可能なフィードフォワード3D Gaussian Splatting技術を実装したツールです。マルチビュー画像か…