全AIリポジトリ

このリポジトリは、EAMT 2026の論文「Towards Visually-Guided Movie Subtitle Translation for Indic Languages」で…

この研究は、拡散デノイジングにおける「マイノリティガイダンス」がどの時間ステップで効果を発揮するかを検証しま…

「Zero」は、経験豊富なセキュリティ研究者のように直接的な推論でセキュリティ問題に取り組むことを目指した、小規…

Happy Horse 1.0は、最先端のAIビデオ生成モデルです。150億パラメータの統一Transformerを基盤とし、ビデオフレーム…

このツールは、SD WebUI Forge Neo向けのSpatial Adaptive Multi Guidance (SAMG)拡張機能です。生成画像の品質向上…

EyeQはブラウザベースのバイリンガル（トルコ語/英語）視力スクリーニングアプリケーションです。ViteとVue 3で構築…

泥人剧场 (Niren Drama) は、縦型ショートドラマ制作に特化したフルスタックAIプラットフォームです。このツールは、…

vibe-brainは、AIコーディングアシスタントがプロジェクトのコンテキストをセッション間で保持し、作業の効率性を高…

本スキルは、トップジャーナルや主要な学術誌への論文投稿を目指す研究者向けのAIエージェントスキルです。論文の計…

SHARKY AIは、アニメーション化されたネオンボイスオーブとハンズフリー音声チャット機能を備えた、ターミナル専用の…

このAIツールは、標準的な2D X線画像から3D骨格構造を高精度に再構築します。ConvNeXtエンコーダとニューラルインプ…

Orange Hyperは、コーディングエージェント向けの適応型プロジェクトメモリカーネルです。軽量な意図コンパイラとし…

「Voice Prompt Tool」は、Windows環境で動作する音声入力ツールです。ホットキーを押すだけで、任意のテキスト入力…

このプロジェクトは、PyTorchでContrastive Language-Image Pre-training (CLIP) をゼロから実装したものです。「同…

このツールは、MCP（Model Context Protocol）サーバーであり、litmedia.aiのテキストから画像生成、画像から動画生…

SoviaMateは、エンドツーエンドの音声対話システム（SDS）構築に向けたオープンな研究プロジェクトです。特に、大規…

このリポジトリは、フォトリアルなAIカップル写真、ウェディング、ロマンチックなポートレートを生成するためのAIプ…

「Arena AI Model Elo History」は、主要AIラボ（OpenAI、Anthropic、Googleなど）のフラッグシップAIモデルの公開El…

Folioは、AI生成画像や写真など、大量の画像コレクションを扱うユーザーのために開発された軽量なWindowsデスクトッ…

「stenographer」は、macOSネイティブの音声認識機能を活用したコマンドラインツールです。音声ファイルやライブマイ…

Pinagentは、ViteまたはNext.jsベースのWeb開発プロジェクト向けに設計されたオープンソースツールです。開発サーバ…

macOS向けのプライベートなローカルファーストの通話・会議録音ツール「CallCapture」は、Google Meet、Zoom、Teams…

Token Enhancerは、AIエージェントがWebページを読み込む際に、大量の無駄なトークンを消費する問題を解決するローカ…

本プロジェクトは、Free Spoken Digit Datasetを用いてゼロから訓練された小型のCTC音声認識器です。1秒間の数字音声…