#Python (2215 repos)

aeon-movie-makerは、Lightricks LTX 2.3 22Bモデル（220億パラメータ）をベースにした、高速な映画品質ビデオ生成ツ…

nvs-benchは、Novel-View Synthesis（3D Gaussian Splats、NeRFなど）の手法を評価するための標準化されたベンチマー…

SceneAlignerは、様々な実環境画像とラスタライズされたフロアプランを入力として、画像から重力に沿った3D点群を再…

Sireneは、自己ホスト型で複数のバックエンドをサポートするテキスト読み上げ（TTS）プラットフォームです。現代的な…

ODE-GSは、ICLR 2026で発表された「Latent ODEs for Dynamic Scene Extrapolation with 3D Gaussian Splatting」の公…

SplAttNは、3D点群補完のための公式PyTorch実装です。従来の2D投影で生じる「クロスモーダルエントロピー崩壊」問題…

Danbooru Dataset Filterは、AIトレーニング用データセットのキュレーションと準備を目的とした高性能GUIツールです…

Flow Agentは、Google Flowを活用してAI動画や画像をターミナルから生成するCLIツールです。APIキー不要で、Omni Fla…

Text-to-Motionは、テキストプロンプトからG1 Unitreeヒューマノイドロボット用の参照モーションを生成するプロジェ…

Noesis（智枢）は、自律的なAIワークフローを構築するためのコアエージェントフレームワークです。Vue 3、FastAPI、L…

「PPT Image Share Builder」は、学生、教師、研究者など、質の高いプレゼンテーション資料作成を必要とする全ての人…

このリストは、テキストから動画を生成するAI、リアルタイム動画、アバター・話し言葉ヘッド、動画のスタイル変換や…

SynPSは、CVPR 2026で発表された、複雑な非剛体画像編集のためのトレーニング不要な手法です。位置埋め込みと意味情…

ClaraVidは、低高度UAV/航空画像からのセマンティックおよび幾何学的ニューラル再構築のための合成データセットです…

このツールは、画像に埋め込まれたEXIF、GPS、C2PA/コンテンツクレデンシャル、AIウォーターマーク、Stable Diffusio…

TokenPack-RAGは、長文のドキュメント、コードベース、PDF、フォルダなどのコンテンツを、証拠密度の高いコンパクト…

ComfyUI-MultiModal-Prompt-Nodesは、ComfyUIユーザー向けのマルチモーダルプロンプト生成ツールです。Qwen-Image-Ed…

soumyasethy/lazychat-erpnextは、ERPNextに統合されたAIアシスタントで、ユーザーは自然言語でデータと対話し、レポ…

DOS (Dispatch Operating System) は、自律型AIエージェントの作業結果を検証するための信頼基盤を提供するツールで…

VLM Wikiは、Karpathy LLM Wikiの概念に基づいた、マルチモーダル対応の個人知識ベースです。画像、動画、音声、テキ…

このツールは、Qwen3-ASR向けのマルチテナントストリーミングASR（自動音声認識）サーバーです。オリジナルのFlaskデ…

デスクトップオーバーレイ形式のAIプログラミングパートナー「minipet-overlay」は、アニメーションと音声でコーディ…

Majik's Music Studioは、オープンソースのAI音楽生成デスクトップアプリケーションです。ユーザーがテキストで音楽…

PhyCo-Sim（非公式）は、CVPR 2026で発表されたPhyCoの物理シミュレーションデータ生成パイプラインを独自に実装した…