マルチモーダルGemma-4-E4B-Uncensored-HauhauCS-Aggressive
Gemma 4 E4B-IT をベースに、応答拒否を大幅に外した GGUF 量子化モデルの配布ページです。Aggressive 版は安全制限…
❤ 845 ↓ 580.7k gemma 2026-04-06
#GPU推奨 (101 repos)
「GPU推奨」タグが付いたリポジトリ
マルチモーダル
画像生成BFS-Best-Face-Swap
BFS（Best Face Swap）は、Qwen Image Edit 2509/2511およびFlux 2 Klein 4b/9b向けに作られた顔・頭部差し替え用のL…
❤ 642 ↓ 106.6k mit 2026-03-08
ComfyUIaudio-separation-nodes-comfyui
このツールは、ComfyUI内で動作するカスタムノード集です。音声からボーカル、ベース、ドラム、その他の楽器といった…
★ 582 ⑂ 56 MIT 2026-04-14
ComfyUIComfyUI-Wan22FMLF
ComfyUI-Wan22FMLFは、Wan2.2 A14B I2V向けに複数の参照画像・参照フレームを使って動画生成を安定化させるComfyUI用…
★ 561 ⑂ 28 2026-02-09
ComfyUIscepter
SCEPTERは、生成AIモデルの学習・微調整・推論を一通り扱えるオープンソース基盤です。画像生成、画像編集、スタイル…
★ 549 ⑂ 30 Apache-2.0 2025-04-03
マルチモーダルQwen2-Audio-7B-Instruct
Qwen2-Audio-7B-Instructは、音声入力を受けて会話や解析を行えるQwen系の音声対応大規模言語モデルです。テキストな…
❤ 540 ↓ 673.6k apache-2.0 2025-01-12
マルチモーダルsegformer_b2_clothes
このツールは、Hugging Faceの`mattmdjaga/segformer_b2_clothes`リポジトリで提供されるSegFormer B2モデルであり、…
❤ 501 ↓ 148.7k other 2025-09-19
マルチモーダルQwen3.6-27B-Uncensored-HauhauCS-Aggressive
Qwen3.6-27Bをベースに、応答拒否を抑えたGGUF配布モデルです。Aggressive版は過激な指示でも前置きや言い訳を減らし…
❤ 473 ↓ 548.9k apache-2.0 2026-04-24
ComfyUIComfyUI-DepthAnythingV3
ComfyUI上でDepth Anything V3を使えるようにするカスタムノード集です。単一画像や複数視点画像から深度推定を行い…
★ 422 ⑂ 29 MIT 2026-06-06
マルチモーダルBiomedCLIP-PubMedBERT_256-vit_base_patch16_224
BiomedCLIP-PubMedBERT_256-vit_base_patch16_224は、PubMed Central由来の1500万件の医用画像とキャプション対で事…
❤ 411 ↓ 724.6k mit 2025-01-14
マルチモーダルBEN2
BEN2は、画像や動画から人物・物体の前景を高精度に切り抜き、背景除去やマスク生成を行うためのPython向けセグメン…
❤ 236 ↓ 24.7k mit 2025-12-31
ComfyUIComfyUI_ZenID
ZenIDは、ComfyUI向けのカスタムノードとして提供される顔入れ替え・顔合成ツールです。InstantID系を土台に、Face S…
★ 225 ⑂ 23 Apache-2.0 2025-07-03
画像生成DISCO
DISCOは、タンパク質配列と3次元構造を同時に設計できる拡散ベースのマルチモーダル生成モデルです。小分子リガンド…
★ 203 ⑂ 24 Apache-2.0 2026-05-13
マルチモーダルaudio-flamingo-3-hf
Audio Flamingo 3は、音声・環境音・音楽を横断して理解し、文字起こし、音の内容把握、推論、対話まで行えるオープ…
❤ 187 ↓ 263.1k other 2026-04-13
ComfyUIComfyI2I
ComfyI2Iは、ComfyUIのImage-to-Image（I2I）機能を拡張するカスタムノードのセットです。主な機能として、ComfyUI内…
★ 181 ⑂ 17 NOASSERTION 2024-06-14
マルチモーダルQwen2-Audio-7B
Qwen2-Audio-7Bは、音声を入力として受け取り、内容理解や音声指示に基づく応答を行える大規模音声言語モデルです。…
❤ 172 ↓ 5.0k apache-2.0 2024-11-20
ComfyUIComfyUI-Geowizard
ComfyUI上でGeoWizardを使うためのラッパーノードです。GeoWizard本体をComfyUIのワークフローに組み込み、対応モデ…
★ 128 ⑂ 7 2024-12-16
ComfyUIComfyUI-Ollama-Describer
ComfyUI-Ollama-Describerは、ComfyUIの拡張機能で、Ollamaの多様なLLMモデル（Gemma、Llava、Llama2/3、Mistralなど…
★ 121 ⑂ 23 MIT 2026-03-19
マルチモーダルFalcon-OCR
Falcon OCRは、3億パラメータを持つ早期結合型ビジョン・言語モデルで、文書のOCR（光学文字認識）に特化しています…
❤ 119 ↓ 5.6k apache-2.0 2026-05-13
ComfyUIComfyUI-Lux3D
ComfyUI-Lux3Dは、2D画像から3Dモデルを生成し、ComfyUIワークフロー内でリアルタイムレンダリング、シーンテンプレ…
★ 110 ⑂ 3 MIT 2026-05-14
マルチモーダルmusic-flamingo-2601-hf
Music Flamingoは、音楽や楽曲の理解に特化したNVIDIAの大規模音声言語モデルです。曲調、テンポ、キー、楽器構成、…
❤ 105 ↓ 188.9k other 2026-04-09
マルチモーダルmusic-flamingo-hf
Music Flamingoは、楽曲やインストゥルメンタル音源を対象に、ジャンル・テンポ・キー・楽器構成・雰囲気・歌詞や文…
❤ 99 ↓ 16.8k other 2026-04-04
マルチモーダルyolos-small
YOLOS (small-sized)は、Vision Transformerを基盤とした物体検出モデルです。このモデルはDETRロスを用いてCOCO 201…
❤ 95 ↓ 728.1k apache-2.0 2024-05-08
ComfyUIComfyUI_restart_sampling
ComfyUI向けの非公式カスタムノード集で、論文「Restart Sampling for Improving Generative Processes」に基づく再…
★ 89 ⑂ 10 GPL-3.0 2025-12-06