#Python (2196 repos)

WeNetは、「Production First and Production Ready」を掲げるエンドツーエンド音声認識ツールキットです。最先端の…

NVIDIA Kaolinは、3D深層学習研究を加速するために設計されたPyTorchライブラリです。GPUに最適化された操作群を提供…

Transformer Labは、AI研究者向けに設計されたオープンソースの機械学習プラットフォームです。モデルの訓練、評価、…

agents-cliは、Google Cloud上でAIエージェントを構築、評価、デプロイするためのコマンドラインインターフェース（C…

memory-lancedb-proは、OpenClawエージェントに長期記憶能力を付与するLanceDBベースのプラグインです。AIエージェン…

このリポジトリは、AI Agentを体系的に学習するための多言語対応（繁体字中国語、簡体字中国語、英語）ロードマップ…

lmms-evalは、テキスト、画像、ビデオ、オーディオといった様々なモダリティを横断する、オールインワンのマルチモー…

このプロジェクト「tiny-llm」は、システムエンジニア向けに大規模言語モデル（LLM）の推論サービスをMLXフレームワ…

ACE-Step UIは、オープンソースのAI音楽生成モデル「ACE-Step 1.5」のためのプロフェッショナルなユーザーインターフ…

LingBot-Worldは、ビデオ生成技術を基盤としたオープンソースの世界シミュレーター（ワールドモデル）です。リアルタ…

このリポジトリは、オープンソースのAIプロジェクト、モデル、ツール、インフラストラクチャを厳選したリストです。P…

「Remove-AI-Watermarks」は、Google Gemini、ChatGPT/DALL-E、Stable Diffusion、Adobe Firefly、Midjourneyなど、…

Clawithは、オープンソースのマルチエージェントコラボレーションプラットフォームです。各AIエージェントに永続的な…

ComfyUI-LTXVideoは、人気の画像生成Web UIであるComfyUIの機能を拡張し、LTX-2動画生成モデルを最大限に活用するた…

MOSS-TTS-Nanoは、MOSI.AIとOpenMOSSチームが開発したオープンソースの多言語対応小型音声生成モデルです。わずか0.1…

MOSS-TTS Familyは、MOSI.AIとOpenMOSSチームが開発したオープンソースの音声およびサウンド生成モデル群です。高忠…

FastVideoは、ビデオ生成を高速化するための統合された推論および後処理フレームワークです。最先端のビデオ生成モデ…

OpenSfMはPythonで書かれたStructure from Motion（SfM）ライブラリで、複数の画像からカメラの姿勢と3Dシーンを再構…

PromptEnhancerは、Text-to-Image生成およびImage-to-Image編集の両方に対応するプロンプト書き換えツールです。ユー…

このツールは、OpenAIのGPT Image 2モデルを用いた画像生成のためのプロンプトギャラリー、画像プロンプトライブラリ…

「Awesome Harness Engineering」は、AIエージェントが信頼性の高い動作を保つための環境構築「ハーネスエンジニアリ…

TurboDiffusionは、ビデオ拡散モデルによる動画生成を100〜200倍に高速化するフレームワークです。単一のRTX 5090な…

MapAnythingは、画像、キャリブレーション、ポーズ、深度などの多様な入力から、統一されたフィードフォワードのトラ…

Applioは、シンプルさ、高品質、そしてパフォーマンスに重点を置いた音声変換ツールです。アーティスト、開発者、研…