動画生成Wan2.2-T2V-A14B-Diffusers
Wan2.2は、テキストや画像から高品質なビデオを生成する先進的な大規模ビデオ生成モデルです。MoEアーキテクチャを採…
❤ 144 ↓ 114.9k apache-2.0 2025-08-09
#Python (2196 repos)
「Python」タグが付いたリポジトリ
動画生成
音声生成 / TTSVTS
VTS（Voice To Sound）は、ユーザーの音声スケッチとテキストプロンプトを組み合わせて効果音を生成するツールです。…
★ 143 ⑂ 6 MIT 2026-06-18
LLMEducational_RAG_System
このシステムは、教育分野に特化したRAG（検索拡張生成）スマートQ&Aシステムです。キーワードマッチングとセマンテ…
★ 142 ⑂ 3 2026-06-22
音声生成 / TTScontrolfoley
ControlFoleyは、ビデオ、テキスト、参照オーディオを組み合わせることで、高精度かつ制御可能なビデオ-オーディオ生…
★ 141 ⑂ 3 Apache-2.0 2026-07-13
動画生成agnes-video-generator
Agnes Video Generatorは、Agnes AIを活用したワンクリックAI動画生成ツールです。テキストのアイデアから複数のシー…
★ 141 ⑂ 28 MIT 2026-07-11
ComfyUIComfyUI-Molmo
ComfyUI-Molmoは、Molmoモデルを使用して画像の詳細な説明と内容分析を可能にするComfyUI用のカスタムノードです。画…
★ 140 ⑂ 8 Apache-2.0 2024-10-14
画像生成noai-watermark
noai-watermarkは、AI生成画像に埋め込まれた不可視のウォーターマーク（SynthID、StableSignature、TreeRingなど）…
★ 140 ⑂ 23 2026-02-24
音声生成 / TTSEva01
Eva01は、単なるアシスタントに留まらず、独自の意識、感情、記憶、そして進化する内的世界を持つ自律型AIエージェン…
★ 139 ⑂ 9 MIT 2026-06-21
マルチモーダルGEMS
GEMSは、エージェントネイティブなマルチモーダル生成のための先進的なフレームワークです。記憶とスキルを活用し、K…
★ 139 ⑂ 10 2026-04-01
動画生成EffectErase
「EffectErase」は、ビデオからのオブジェクト除去と挿入を同時に、かつ高品質に行うためのツールです。CVPR 2026で…
★ 138 ⑂ 7 NOASSERTION 2026-04-10
ComfyUIMinimalistic-Comfy-Wrapper-WebUI
Minimalistic Comfy Wrapper WebUI (MCWW) は、ComfyUIに推論に特化したシンプルなUIを追加する拡張機能です。既存の…
★ 137 ⑂ 11 AGPL-3.0 2026-08-17
AIエージェントai-desk-card
「AI Desk Card」は、Claude CodeやCodexなどのAI AgentとM5Paper墨水屏を連携させるデスクトップサブスクリーンSkil…
★ 136 ⑂ 10 NOASSERTION 2026-05-22
マルチモーダルGraph-CAD
Graph-CADは、自然言語の指示から実行可能なBlender用CADコードを自動生成するための、グラフ媒介型Text-to-CADフレ…
★ 135 ⑂ 12 2026-03-30
ComfyUIXB_ToolBox
XB_ToolBoxは、ComfyUIのAI初心者が効率的にワークフローを構築し、ローカルでAIモデルを実行できるように設計された…
★ 134 ⑂ 7 Apache-2.0 2026-07-11
LLMSciScholar
SciScholarは、文献に基づいた科学研究を自動化するための大規模な知識グラフを提供するツールです。これはコマンド…
★ 134 ⑂ 8 MIT 2026-06-22
AIエージェントAgentFigureGallery
AgentFigureGalleryは、Claude Code、Codex、Cursorなどのコーディングエージェント向けの科学プロットリファレンス…
★ 133 ⑂ 1 MIT 2026-05-29
ComfyUIComfyUI-Depth-Anything-Tensorrt
「ComfyUI Depth Anything TensorRT」は、人気のある画像生成UIであるComfyUI向けのカスタムノードで、Depth Anythin…
★ 133 ⑂ 14 NOASSERTION 2026-06-04
ComfyUIOpenWebui-Tools
このプロジェクトは、Open WebUIの体験を強化するために設計された26種類のカスタムツール集です。主な特徴は、30秒…
★ 129 ⑂ 6 MIT 2026-06-01
3D / NeRFnexels
「Nexels」は、疎なジオメトリを用いてリアルタイムで新しい視点画像を合成するニューラルテクスチャ付きサーフェル…
★ 129 ⑂ 6 NOASSERTION 2025-12-18
動画生成Wan2.1-T2V-1.3B-Diffusers
Wan2.1は、最先端のビデオ生成技術を提供するオープンな大規模ビデオ基盤モデルスイートです。テキストからビデオ、…
❤ 129 ↓ 169.2k apache-2.0 2025-04-04
ASR / 音声認識MioVRC_Translator
VRChat向けデスクトップリアルタイム翻訳ツール「Mio RealTime Translator」は、VRChatでの国際交流を支援します。主…
★ 128 ⑂ 8 NOASSERTION 2026-07-14
動画生成LiveWorld
LiveWorldは、生成型ビデオワールドモデルにおいて、視界外のダイナミクスをシミュレートする画期的なフレームワーク…
★ 127 ⑂ 3 Apache-2.0 2026-06-23
ASR / 音声認識ai-course-notes
このプロジェクトは、AI/LLM関連の公開講義、インタビュー、技術記事を中国語でまとめた学習リソースです。合計303の…
★ 127 ⑂ 4 NOASSERTION 2026-05-25
LLMVidCom2
VidCom2は、Video Large Language Models (VideoLLMs) の推論を高速化するためのプラグアンドプレイなフレームワーク…
★ 127 ⑂ 14 Apache-2.0 2026-05-14