#GPU必須 (833 repos)

「2D Gaussian Splatting for Geometrically Accurate Radiance Fields」論文の公式実装です。2Dの指向性ディスク（…

TTS WebUIは、GradioとReactを基盤とする統合型Webユーザーインターフェースで、様々なテキスト読み上げ（TTS）、音…

DynamiCrafterは、テキストプロンプトに基づいてオープンドメインの静止画をアニメーション化するツールです。事前学…

Nunchaku ComfyUI Pluginは、SVDQuantで量子化された4-bitニューラルネットワーク向けの効率的な推論エンジン「Nunch…

AudioLDMは、テキスト入力からスピーチ、効果音、音楽などを生成できる革新的なオーディオ生成ツールです。ICML 2023…

Kandinsky 2.2は、多言語対応のテキストから画像を生成する強力な潜在拡散モデルです。前バージョンのKandinsky 2.1…

このツールは、NeRF (Neural Radiance Fields) をPyTorch-Lightningで非公式に実装したものです。公式実装と比較して…

このプロジェクトは、Stable Diffusion V2を用いてテキストプロンプトから画像を生成するためのプレイグラウンドです…

Dr. Furkan Gözükara氏によるジェネレーティブAIに関する専門的なチュートリアル、研究、開発リソース集です。Stable…

GeneFaceは、音声駆動による汎用的で高忠実度な3D話者顔合成を実現するICLR 2023で発表された公式PyTorch実装です。…

AudioLDM 2は、テキストプロンプトからオーディオ（音楽を含む）、スピーチ、超解像インペインティングを生成できる…

ComfyUI-SeedVR2_VideoUpscalerは、高品質なビデオと画像のアップスケーリングを可能にするComfyUI向けの公式SeedVR2…

nv-tlabs/3dgrutは、3D Gaussian Ray Tracing (3DGRT) および3D Gaussian Unscented Transform (3DGUT) の公式実装を…

ComfyUI-RMBGは、ComfyUI向けの高度な画像背景除去およびオブジェクト、顔、服、ファッション要素の精密なセグメンテ…

このシステムは、自律AIエージェントがP2Pネットワーク上で連携し、実験結果を共有することで、継続的に学習し進化す…

Heliosは、リアルタイムでの長尺ビデオ生成を可能にする革新的なモデルです。従来のアンチドリフト戦略やアクセラレ…

HunyuanVideo-I2Vは、HunyuanVideoを基盤としたカスタマイズ可能な画像から動画への生成モデルです。静止画像を入力…

「ComfyUI Photoshop Plugin」は、パワフルなAI画像生成ツール「ComfyUI」の機能をAdobe Photoshop内にシームレスに…

VBenchは、ビデオ生成モデルの包括的な評価とベンチマークを目的としたツール群の統一実装リポジトリです。幅広い能…

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…

Stable Virtual Camera (SEVA)は、拡散モデルを活用した汎用的な新規ビュー合成（NVS）ツールです。このツールは、与…

AI Comic Builderは、スクリプトからAIを駆使して全自動でアニメーションコミック動画を生成するツールです。AIによ…

HunyuanWorld-Voyagerは、カメラ入力に基づくインタラクティブなRGBDビデオ生成モデルで、リアルタイム3D再構築をサ…

RCLIは、macOS上で完全にローカルに動作する音声AIアシスタントツールです。STT、LLM、TTS、VLMの各機能をApple Sili…