#GPU必須 (827 repos)

FluxRTは、FLUX.2-klein-4Bモデルを搭載し、消費者向けGPUに最適化されたリアルタイムストリーム編集パイプラインで…

World-R1は、テキストからビデオを生成する際に、3Dの幾何学的制約を強化学習で強化する新しいフレームワークです。…

HDR-GSは、Gaussian Splatting技術を用いて、HDR（ハイダイナミックレンジ）の新規視点合成を1000倍の速度で効率的に…

TurboOCRは、C++、CUDA、TensorRT技術を活用した高速GPU OCRサーバーです。FUNSDデータセットで270 img/s、疎な画像…

Late CLIは、AI開発チームの作業を効率的にオーケストレーションするためのCLIツールです。エフェメラルなサブエージ…

ComfyUI_FlashVSRは、リアルタイム拡散ベースのストリーミングビデオ超解像技術「FlashVSR」をComfyUI上で利用可能に…

RefAlignは、参照画像をもとに動画を生成するReference-to-Video向けのPyTorch実装です。学習時にDiTの参照分岐特徴…

SAM-Body4Dは、動画からトレーニング不要で一時的に一貫性のある堅牢な4D人体メッシュを復元するツールです。SAM-3、…

OmniVGGTは、空間認識のための最先端の基盤モデルです。本ツールは、深度、カメラ内部パラメータ、ポーズといった任…

「ComfyUI-Depthflow-Nodes」は、2D画像を魅力的な2.5Dパララックスアニメーションに変換するためのComfyUI用ノード…

Hallo-Liveは、テキスト入力からリアルタイムでアバターのビデオと音声を生成する先進的なフレームワークです。因果…

NexusRAGは、ベクトル検索、ナレッジグラフ、クロスエンコーダー再ランキングを統合した高度なハイブリッドRAGシステ…

Comfy-Photoshop-SDは、画像生成AIツールComfyUIとPhotoshopのAuto-Photoshop-SDプラグインを連携させる拡張機能です…

ComfyUI向けにStyleAligned技術を実装したツールです。このツールは、画像生成において一貫したスタイルを適用するこ…

Kiwi-Editは、自然言語の指示と参照画像を活用した多機能な動画編集を可能にする、完全にオープンソースのフレームワ…

AudioStoryは、大規模言語モデル（LLM）とText-to-Audio (TTA) システムを統合し、長尺の物語音声生成を可能にする統…

parakeet.cppは、NVIDIAのParakeet音声認識モデルを超高速でC++に実装し、デバイス上での推論を可能にするライブラリ…

「CosyVoice-ComfyUI」は、最先端の音声生成モデルCosyVoiceの機能をComfyUI上で利用可能にするカスタムノードです。…

ComfyUI-JoyCaptionは、LLaVAモデルを活用したComfyUI用のカスタムノードです。画像からスタイル付きのキャプション…

ComfyUI-ResAdapterは、人気のある画像生成AI「ResAdapter」の機能をComfyUI上で利用可能にするための拡張機能です。…

本ツール「World Reconstruction From Inconsistent Views」は、ビデオ拡散モデルから3Dの世界を再構築する革新的な…

Sibyl Research Systemは、文献調査から仮説生成、GPU実験実行、そして学会発表レベルの論文執筆まで、機械学習研究…

HyDRAは、動的なビデオ世界モデルにおいて、視界外に移動した被写体の追跡と動きの連続性維持を可能にするハイブリッ…

ComfyUI Pixaromaは、Stable DiffusionのWeb UIであるComfyUIのワークフローを、プロフェッショナルグレードのクリエ…