#GPU必須 (827 repos)

EVA（Efficient Video Agent）は、動画エージェントのための効率的な強化学習フレームワークです。このモデルは「pla…

「ComfyUI-Sapiens2-Easy」は、Meta Sapiens2モデルをComfyUIのネイティブノードとして統合するツールです。単一の画…

ComfyUI WAN I2V Controlは、WAN Image-to-Video生成において、開始画像の特定の部分を選択的に変換するためのComfyU…

rookiestar28/ComfyUI-LongCat-Avatarは、ComfyUI用のカスタムノード集で、LongCat Video Avatar 1.5のオーディオ駆…

SynPSは、CVPR 2026で発表された、複雑な非剛体画像編集のためのトレーニング不要な手法です。位置埋め込みと意味情…

VarSplatは、不確実性認識型の3D Gaussian Splattingを基盤とした堅牢なRGB-D SLAMシステムです。個々のスプラットの…

JustRayzistは、Rayzist Z-Image Turboファインチューンを中心に構築された軽量なCUDAベースのローカル画像生成プラ…

modlは、ローカル環境でAI画像生成とLoRA学習を行うためのツールキットです。モデルのダウンロードから依存関係の解…

MOSAICは、強化学習（RL）、大規模言語モデル（LLM）、視覚言語モデル（VLM）、そして人間の意思決定者といった異な…

MaidWhisperは、GPT-SoVITSを搭載したキャラクターボイスで、Windows上の選択したテキストを読み上げるシステムレベ…

ChaosEngineAIは、本格的なAI開発者や愛好家向けのローカルAIワークステーションです。オープンウェイトモデルの発見…

ETCHR (Editing To Clarify and Harness Reasoning)は、質問条件に基づいて推論を意識した画像エディタです。マルチ…

MVCHeadは、CVPR 2026で発表された、高忠実度かつマルチビュー一貫性のある3D Gaussianヘッドアバターを生成するAIモ…

NeuGraspは、背景事前情報とニューラルネットワークを用いて、素材に依存しない物体把持検出を可能にする表面再構築…

Heliosは、リアルタイムで長尺の動画を生成する革新的なモデルです。140億パラメータという大規模モデルでありながら…

SLARMは、動的なシーンの再構築、セマンティックな理解、リアルタイムストリーミング推論を統合するフィードフォワー…

Timbreは、複数の話者が混在する音声録音（ポッドキャスト、インタビュー、ストリームなど）から、短い参照クリップ…

ComfyUI-Pixal3Dは、TencentARCが開発したPixal3D（SIGGRAPH 2026）のComfyUIカスタムノードです。単一の画像からPBR…

このComfyUI向けノードパック「Magos Nodes」は、動画バッチからDWPoseのボディ/ハンド/フェイスのキーポイントとNLF…

このツールは、PDFをOCR処理し、結果をMarkdown形式で返す自己ホスト型APIです。PaddleOCRとPaddleOCR-VLモデルを搭…

AVGen-Benchは、Text-to-Audio-Video (T2AV) 生成の多段階評価を目的としたタスク駆動型ベンチマークツールです。既…

「ComfyUI-TensorRT-Reforge」は、ComfyUI向けに最適化された超高速TensorRTエンジンエクスポート・ロードツールです…

このプロジェクトは、RGBD SLAMにおけるラディアンスフィールドの品質向上を目指す「SGAD-SLAM」という手法を提案し…

ChipMATEは、RTLコード生成のためのマルチエージェント推論フレームワークです。Verilog生成エージェントとPython参…