#GPU必須 (833 repos)

このツールは、NVIDIA CUDA GPUアクセラレーションに対応したComfyUIをDockerコンテナで動作させるための、軽量かつ…

CosyVoiceUIは、NVIDIA Triton Inference ServerとFastAPIを基盤とした高性能なCosyVoiceテキスト読み上げ（TTS）管…

molchalih/inst2vecは、Instagramのユーザーデータを詳細に分析し、美的クラスタリングと可視化を行うツールです。CS…

RI3D（few-shot gaussian splatting）の最新実装で、わずか3枚の画像から高品質なガウシアンスプラットを生成します…

EasyScriptはWhisper AIを搭載したデスクトップアプリケーションで、音声・動画ファイルの文字起こしと翻訳、リアル…

NovaVisionは、感情を条件としたテキストから画像を生成するツールです。入力テキストの感情を検出し、その感情が生…

VRAM Suiteは、ローカルAI推論ワークフローにおけるGPUメモリ診断のためのPythonフレームワークです。OOMエラーによ…

auto_3dgsは、360度動画から3D Gaussian Splatting（3DGS）モデルを完全に自動で生成するパイプラインツールです。こ…

diffsplatは、PyTorchなどの深層学習フレームワークに依存せず、CUDAを用いてゼロから実装された微分可能な3D Gaussi…

「photo-to-mesh」は、オブジェクトの写真をクリーンでスケーリングされたダウンロード可能な3Dメッシュに変換するツ…

RoomScan-GaussianSplatServerは、Meta Questヘッドセットからのキーフレームと点群データを受信し、COLMAP変換とGau…

mini-pi0は、ロボットの動作ポリシーをフローマッチングにより学習するためのコンパクトな研究コードベースです。特…

Edmon02によって開発されたこのAIツールは、英語の動画コンテンツを高品質な東・西アルメニア語に自動的に吹き替える…

Manu Designは、チーム向けのオープンソースAIデザインワークフローエンジンです。ブランディングに沿った高品質な画…

「SANA Video Local UI」は、ReactとFastAPIを基盤としたワークベンチで、SANA-Video 2B diffusersモデルを一般的な…

MiniBoxは、GPT-SoVITSによる高品質な音声合成とクラウドLLMを組み合わせた、キャラクターボイスチャットボットです…

TGS-SLAMは、IEEE Robotics and Automation Letters (RA-L) に採択されたセマンティックRGB-D SLAMシステムです。本…

LangSliceは、Vision-Language Model (VLM) を活用し、組織学的脳切片をBrainGlobeアトラスに自動で高精度に位置合わ…

Supertonic Embeddings Trainerは、SupertonicTTS向けのローカルボイスクローニングパイプラインです。WAVファイルを…

FoveaEngineは、Godot 4.6+向けに開発された次世代VRレンダリングエンジンです。従来の3Dパイプラインを超越するため…

crisp-captionは、ブラウザの音声やライブストリーム、OBSでの配信に対して、リアルタイムで日本語のライブキャプシ…

このリポジトリは、拡散モデルやフローマッチングモデルといった連続時間生成モデルの開発およびトレーニングコード…

AIBLIは、スクリプトから字幕付きショートビデオまでを一貫して自動生成する、AI仮想キャラクターの音声・動画合成パ…

aeon-music-makerは、テキスト記述からスタジオ品質の音楽を生成するCLIツールです。ACE Step 1.5 XLモデルを活用し…