マルチモーダルQwen3.6-27B
Qwen3.6-27Bは、Hugging Face Transformers形式で提供されるオープンウェイトの大規模マルチモーダルモデルです。画…
❤ 1.8k ↓ 5.6M apache-2.0 2026-04-24
#GPU必須 (833 repos)
「GPU必須」タグが付いたリポジトリ
マルチモーダル
動画生成LTX-2
LTX-2は、Lightricksが開発したDiTベースのオーディオ・ビデオ基盤モデルです。単一のモデル内で同期されたビデオと…
❤ 1.8k ↓ 552.4k other 2026-03-02
ComfyUIcomfyui-photoshop
「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…
★ 1.7k ⑂ 114 NOASSERTION 2026-02-10
動画生成VBench
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…
★ 1.7k ⑂ 127 Apache-2.0 2026-03-23
マルチモーダルGemma-4-31B-JANG_4M-CRACK
Gemma 4 31BベースのMLX向けマルチモーダル言語モデルで、画像入力を含む対話やコード生成、一般用途のアシスタント…
❤ 1.7k ↓ 42.7k gemma 2026-04-25
音声生成 / TTSchatterbox
Chatterboxは、Resemble AIが開発したオープンソースの高品質なテキスト読み上げ（TTS）モデルです。23言語に対応し…
❤ 1.7k ↓ 2.2M mit 2026-06-10
音声生成 / TTSQwen3-TTS-12Hz-1.7B-CustomVoice
Qwen3-TTSは、テキストを音声に変換する先進的なモデルで、中国語、英語、日本語を含む10の主要言語と複数の方言プロ…
❤ 1.6k ↓ 2.0M apache-2.0 2026-01-29
LLMopenlake
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…
★ 1.6k ⑂ 253 Apache-2.0 2026-06-27
動画生成stable-virtual-camera
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…
★ 1.6k ⑂ 121 NOASSERTION 2026-03-03
動画生成AIComicBuilder
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…
★ 1.6k ⑂ 276 Apache-2.0 2026-04-27
動画生成HunyuanWorld-Voyager
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…
★ 1.6k ⑂ 164 NOASSERTION 2026-04-15
LLMtokenspeed
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…
★ 1.5k ⑂ 174 MIT 2026-06-28
音声生成 / TTSRCLI
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…
★ 1.5k ⑂ 83 MIT 2026-03-16
動画生成Wan2.1-T2V-14B
Wan2.1-T2V-14Bは、テキストから高品質な動画を生成する大規模オープンモデルです。480Pと720Pの両方に対応し、動き…
❤ 1.5k ↓ 59.7k apache-2.0 2025-03-12
動画生成text-to-video-synthesis-colab
このリポジトリは、テキストから動画を生成する複数のAIモデル（longscope、zeroscopeなど）をGoogle Colab上で手軽…
★ 1.5k ⑂ 185 Unlicense 2024-03-28
AIエージェントNanoResearch
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…
★ 1.5k ⑂ 102 MIT 2026-05-26
動画生成Phantom
Phantomは、テキスト、画像、動画の複数モーダルな入力を元に、被写体の一貫性を高く保ちながら動画を生成する統合的…
★ 1.5k ⑂ 99 Apache-2.0 2025-09-11
動画生成LTX-2.3
LTX-2.3は、Lightricksが公開する音声と映像を同時生成できるDiTベースのオープンウェイト基盤モデルです。画像から…
❤ 1.5k ↓ 1.8M other 2026-04-13
音声生成 / TTSVoice-Cloning-App
「Voice Cloning App」は、PythonとPyTorchを利用して人間の音声を簡単に合成できるアプリケーションです。自動デー…
★ 1.4k ⑂ 239 BSD-3-Clause 2024-12-02
動画生成DepthFlow
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…
★ 1.4k ⑂ 109 AGPL-3.0 2026-06-16
LLMQwen2.5-7B-Instruct
Qwen2.5-7B-Instructは、Qwen大規模言語モデルの最新シリーズであり、特に命令チューニングされた7Bモデルです。コー…
❤ 1.4k ↓ 12.7M apache-2.0 2025-01-12
ComfyUIACE_plus
ACE++は、指示文と参照画像を使って画像生成・ローカル編集・被写体や人物の一貫性維持をまとめて扱う画像生成フレー…
★ 1.4k ⑂ 93 2025-04-21
画像生成FireRed-Image-Edit
FireRed-Image-Editは、高精度な指示追従、高忠実度な画像生成、優れたアイデンティティの一貫性、シームレスな多要…
★ 1.3k ⑂ 74 Apache-2.0 2026-04-03
画像生成Lance
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…
★ 1.2k ⑂ 87 Apache-2.0 2026-06-17