#GPU必須 (833 repos)

EchoMimicV2は、Ant Groupが開発した、印象的で簡素化された半身の人間アニメーションを生成するための研究プロジェ…

NVlabs/tiny-cuda-nnは、高速なC++/CUDAベースのニューラルネットワークフレームワークです。「完全に融合された」多…

HunyuanVideo-1.5は、わずか8.3Bのパラメーターでトップクラスの品質を提供する軽量な動画生成モデルです。コンシュ…

Deep Dazeは、OpenAIのCLIPとSiren（Implicit neural representation network）を活用して、テキストプロンプトから…

Champは、3Dパラメトリックガイダンスを用いて、人間画像の制御可能かつ一貫したアニメーションを生成するツールです…

lmms-evalは、テキスト、画像、ビデオ、オーディオといった様々なモダリティを横断する、オールインワンのマルチモー…

Text2Video-Zeroは、既存のText-to-Image拡散モデルを活用し、テキストプロンプトから動画をゼロショット生成するツ…

SwarmUIは、AI画像生成に特化したモジュール式のWebユーザーインターフェースで、Stable DiffusionなどのAI画像モデ…

ACE-Step UIは、オープンソースのAI音楽生成モデル「ACE-Step 1.5」のためのプロフェッショナルなユーザーインターフ…

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。…

LingBot-Worldは、ビデオ生成技術を基盤としたオープンソースの世界シミュレーター（ワールドモデル）です。リアルタ…

Nunchakuは、SVDQuant論文で紹介された4-bitニューラルネットワークに特化した高性能推論エンジンです。DeepCompress…

ComfyUI-LTXVideoは、人気の画像生成Web UIであるComfyUIの機能を拡張し、LTX-2動画生成モデルを最大限に活用するた…

VACEは、ICCV 2025で発表された論文の公式実装で、ビデオの作成と編集を目的としたオールインワンのAIモデルです。参…

このツールは、リアルタイム動的シーンレンダリングのための「4D Gaussian Splatting」手法を実装しています。CVPR 2…

ComfyUI-3D-Packは、ComfyUI内で3Dアセット生成を効率的かつ便利に行うための広範なノードスイートです。このツール…

FastVideoは、ビデオ生成を高速化するための統合された推論および後処理フレームワークです。最先端のビデオ生成モデ…

「Remove-AI-Watermarks」は、Google Gemini、ChatGPT/DALL-E、Stable Diffusion、Adobe Firefly、Midjourneyなど、…

MAGI-1は、大規模な自己回帰型動画生成を実現する革新的なツールです。Sand AIによって開発され、学術論文（arXiv）…

TurboDiffusionは、ビデオ拡散モデルによる動画生成を100〜200倍に高速化するフレームワークです。単一のRTX 5090な…

MapAnythingは、画像、キャリブレーション、ポーズ、深度などの多様な入力から、統一されたフィードフォワードのトラ…

SuGaRは、CVPR 2024で発表された、3D Gaussian Splattingから効率的に高品質な3Dメッシュを再構築し、レンダリングす…

aras-p/UnityGaussianSplattingは、SIGGRAPH 2023で発表された「3D Gaussian Splatting」技術をUnityでリアルタイム…

「Mini-Gemini」は、画像理解、推論、生成を同時に行うことができるマルチモダリティ大規模言語モデル（LLM）フレー…