#GPU必須 (827 repos)

OpenLakeは、AIインフラ向けにGPUワークロードのデータ転送を高速化する、S3ワイヤー互換の分散オブジェクトストレー…

TokenSpeedは、agentic workloadsのために設計された「光速」LLM推論エンジンです。TensorRT-LLMと同等の高性能とvLL…

エンドツーエンドの自律型AI科学研究エンジン「NanoResearch」は、研究アイデアから完全な論文作成までを自動化しま…

DepthFlowは、静止画像を魅力的な3Dパララックス効果のある動画に変換する高度なツールです。高品質なアニメーション…

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…

Berniniは、MLLMベースのセマンティックプランナーとDiTベースのレンダラーを組み合わせた、ビデオ生成および編集の…

ComfyUI向けに高品質なインペイント機能を提供するノード集です。Fooocusインペイントモデル（SDXL対応）、LaMa、MAT…

RES4LYFは、ComfyUI向けの先進的な画像生成サンプラーとユーティリティのコレクションです。独自のノイズスケーリン…

VNCCS（Visual Novel Character Creation Suite）は、視覚ノベル用のキャラクター画像を生成するための包括的なComfy…

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…

「Causal Forcing」およびその改良版「Causal Forcing++」は、因果ODEや因果Consistency Distillationを活用し、高品…

このツールは、大規模言語モデル（LLM）のオンポリシー蒸留（OPD）のメカニズムとダイナミクスを系統的に調査する研…

canifinetuneは、コンシューマー向けNVIDIA GPU（12-24GB）で大規模言語モデル（LLM）のファインチューニングを検討…

SparkVSRは、インタラクティブな動画超解像（VSR）フレームワークです。ユーザーが任意の画像超解像（ISR）モデルで…

「Nano World Model」は、拡散強制（diffusion-forcing）に基づくビデオワールドモデルのトレーニングに特化した、シ…

Confucius4-TTSは、LLMと音声エンコーダをベースにした、多言語・異言語対応のゼロショット音声合成エンジンです。「…

「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…

Tesseraは、大規模なLLM（教師モデル）を小型のLLM（生徒モデル）に蒸留し、その生徒モデルを効率的に提供することを…

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…

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…

ComfyUI-OmniVoice-TTSは、画像生成AIのComfyUI向けに開発された、ゼロショット多言語テキスト読み上げ（TTS）ノード…