画像生成Flux2-Klein-9B-Consistency
Flux2-Klein-9B-Consistencyは、black-forest-labs/FLUX.2-klein-9B向けのLoRAで、追加のキーワードなしでもキャラク…
❤ 445 ↓ 41.8k apache-2.0 2026-04-19
#GPU必須 (827 repos)
「GPU必須」タグが付いたリポジトリ
画像生成
LLMKVarN
KVarNは、LLMのKVキャッシュ量子化をvLLM環境で実現するネイティブバックエンドです。特に、エージェントや長文コン…
★ 435 ⑂ 28 Apache-2.0 2026-06-22
ASR / 音声認識LiveTranslate
LiveTranslateは、Windows向けのリアルタイム音声翻訳ツールです。システムオーディオとマイク入力をキャプチャし、A…
★ 430 ⑂ 37 MIT 2026-07-11
マルチモーダルsam3.1
SAM 3.1は、Metaの画像・動画向け統合基盤モデルで、プロンプト指定可能なセグメンテーションを提供します。テキスト…
❤ 424 ↓ 84.8k other 2026-03-27
3D / NeRFHY-Motion-1.0
「HY-Motion 1.0」は、Tencentが開発した、テキストプロンプトから3Dヒューマンモーションを生成するための最先端モ…
❤ 422 ↓ 231 other 2025-12-31
マルチモーダルVEGA-3D
VEGA-3Dは、「Generation Models Know Space: Unleashing Implicit 3D Priors for Scene Understanding」の公式実装…
★ 421 ⑂ 23 Apache-2.0 2026-06-18
3D / NeRFMasterSelects
MasterSelectsは、ブラウザ上で動作するローカルファーストのメディアエディターで、ビデオ、オーディオ、ベクターア…
★ 416 ⑂ 55 MIT 2026-07-27
画像生成FluxRT
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…
★ 414 ⑂ 56 Unlicense 2026-06-13
動画生成World-R1
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。…
★ 407 ⑂ 16 MIT 2026-06-03
3D / NeRFHDR-GS
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…
★ 386 ⑂ 15 MIT 2025-10-10
LLMTurboOCR
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…
★ 383 ⑂ 50 MIT 2026-07-15
AIエージェントlate-cli
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…
★ 379 ⑂ 37 NOASSERTION 2026-07-14
ComfyUIComfyUI_FlashVSR
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…
★ 376 ⑂ 23 Apache-2.0 2026-02-23
画像生成RefAlign
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…
★ 376 ⑂ 20 NOASSERTION 2026-06-19
3D / NeRFsam-body4d
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、…
★ 366 ⑂ 34 MIT 2026-05-11
3D / NeRFOmniVGGT-official
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…
★ 365 ⑂ 31 MIT 2026-05-21
ComfyUIComfyUI-Depthflow-Nodes
「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…
★ 358 ⑂ 22 AGPL-3.0 2026-02-15
画像生成Hallo-Live
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…
★ 330 ⑂ 52 MIT 2026-06-24
LLMNexusRAG
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…
★ 327 ⑂ 66 2026-04-20
ComfyUIComfy-Photoshop-SD
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…
★ 319 ⑂ 20 MIT 2024-06-14
ComfyUIstyle_aligned_comfy
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…
★ 307 ⑂ 17 MIT 2025-03-24
動画生成Kiwi-Edit
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…
★ 302 ⑂ 25 MIT 2026-05-13
音声生成 / TTSAudioStory
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…
★ 301 ⑂ 22 2025-09-21
ASR / 音声認識parakeet.cpp
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…
★ 297 ⑂ 14 MIT 2026-05-04