#Python (2196 repos)

ComfyUI Hires Fix Ultra - All in Oneは、ComfyUI向けの高性能なHires Fixソリューションです。潜在空間/モデルアッ…

このツールは、iMaC（Embodied World Models向けにアクションをモーションとコンタクトイメージに変換するモデル）と…

このリポジリは、顔の動作単位（AU）と顔の表情（FE）の双方向学習を可能にするStructured Semantic Mapping（SSM）…

WeldFusionNetは、センサー、オーディオ、ビデオデータといった多様な情報を統合するマルチモーダル深層学習モデルを…

Scene Machineは、Google Cloudを基盤とするオープンソースの生成AIビデオ広告作成ワークベンチです。このツールは、…

「/watch」は、YouTube、Instagram、X（旧Twitter）など多様なオンライン動画サイトやローカルファイルから、Claude…

ComfyUI上でノードやグループの背景色をGUIで直感的に変更できる拡張です。色相・明度を使うビジュアルピッカー、HEX…

KDNAプロトコルは、人間の判断システムをAIが利用可能、検証可能、構成可能、統治可能なアセットに変換するオープン…

JARVISは、Tony StarkのAIアシスタントに触発されたMac上で動作するパーソナルAIアシスタントです。音声対話、映画の…

X（旧Twitter）で保存したブックマークをパーソナルAIとして活用できるツールです。散逸しがちな保存投稿を「チャッ…

EAG-PTは、SIGGRAPH 2026で発表された、屋内の拡散反射シーンの再構築と編集を行うための研究プロジェクトです。Emis…

このTypelessMLXは、macOS向けの音声文字変換（ディクテーション）アプリケーションです。Apple Silicon向けに最適化…

Codex-imageは、OpenAI Images APIを用いた画像生成・編集に特化したCodexスキルです。ネイティブの画像生成機能とは…

Qwen Lens Studioは、単一のQwenビジョン言語モデルを中心に構築されたマルチモーダルAIスタジオです。UIスクリーン…

SR-3Dは、ICLR'26で発表された「3D Aware Region Prompted Vision Language Model」の実装です。単一視点と多視点入…

このMetashape MCPサーバーは、AIによるAgisoft Metashape Professionalの写真測量パイプライン自動化を実現するツー…

このツールは、arXivのビデオ拡散・ビデオ生成に関する最新研究論文、プロジェクト、リソースを自動更新で収集し、キ…

UniVerseは、ICCV 2025で発表された「動画拡散モデルのシーン事前分布を活用したロバストなラディアンスフィールド再…

「小龙 OpenClaw」は、OpenClawを音声で操作可能にする中国語音声アシスタントです。ユーザーは「小龙小龙」というウ…

EVA（Efficient Video Agent）は、動画エージェントのための効率的な強化学習フレームワークです。このモデルは「pla…

「ComfyUI-Sapiens2-Easy」は、Meta Sapiens2モデルをComfyUIのネイティブノードとして統合するツールです。単一の画…

SILMA Arabic TTS v1は、SILMA AIによって開発された軽量かつ高性能なバイリンガル（アラビア語と英語）テキスト音声…

ComfyUI WAN I2V Controlは、WAN Image-to-Video生成において、開始画像の特定の部分を選択的に変換するためのComfyU…

JustRayzistは、Rayzist Z-Image Turboファインチューンを中心に構築された軽量なCUDAベースのローカル画像生成プラ…