#Python (2218 repos)

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…

Make-A-Video Pytorchは、Meta AIが発表した最先端のテキストから動画を生成するモデル「Make-A-Video」をPyTorchで…

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…

Parlorは、Gemma 4 E2BとKokoroを搭載し、デバイス上でリアルタイムに動作するマルチモーダルAIです。音声と視覚を理…

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…

Knowhereは、AIエージェントとRAG（検索拡張生成）のために非構造化データを準備する記憶層ツールです。PDFやOffice…

Cairnは、起点と目標が与えられた未知の状態空間で経路を探索する汎用的な問題解決エンジンです。AIペネトレーション…

この「Build Your Own OpenClaw」は、AIエージェントを基礎から構築するためのステップバイステップガイドです。シン…

TokenFlowは、事前学習済みのテキストから画像への拡散モデルを利用し、追加のトレーニングやファインチューニングな…

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…

MiniOneRecは、生成型推薦のための初の完全にオープンソースなフレームワークです。SID（Semantic Item Discretizati…

mcp-brasilは、ブラジルの経済、立法、司法など70の公共データソースにAIエージェント（Claude, GPT, Copilot等）を…

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…

GENIEは、オープンソースの音声合成プロジェクト「GPT-SoVITS」を基盤とした軽量推論エンジンです。TTS推論、ONNXモ…

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…

このツールは、Google Deepmindが開発した効率的な並列オーディオ生成モデル「SoundStorm」をPyTorchで実装したもの…

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…

MiniMax-AIの公式Model Context Protocol (MCP) サーバーであり、強力なテキスト読み上げ、画像生成、ビデオ生成のAP…

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…

VibeVoice ComfyUI Nodesは、MicrosoftのVibeVoiceテキスト読み上げモデルをComfyUIに統合するツールです。これによ…

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…

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…