全AIリポジトリ

Horizonは、AIを活用して個人のニュースレーダーを構築し、日報形式のブリーフィングを英語と中国語で提供するツール…

Yaoは、AIエージェントとWebアプリケーションを単一バイナリで構築するためのオープンソースランタイムです。会話型…

このツールは、拡散モデル（特にStable Diffusion）を効率的にファインチューニングするためのLow-rank adaptation (…

MeloTTSは、MITとMyShell.aiによって開発された、高品質な多言語テキスト読み上げライブラリです。英語（複数アクセ…

Teraxは、軽量でターミナルファーストのAIネイティブ開発ワークスペースです。Tauri 2、Rust、React 19を基盤とし、…

MMagic (OpenMMLab Multimodal Advanced, Generative, and Intelligent Creation Toolbox)は、テキストから画像生成…

MLX-Audioは、AppleのMLXフレームワークを基盤とし、Apple Silicon (Mシリーズチップ) に最適化された高速で効率的な…

ShortGPTは、YouTubeショートやTikTokチャンネルの自動化に特化したAIビデオ自動化フレームワークです。LLM指向の編…

このツールは、Automatic1111 Stable Diffusionの機能をAdobe Photoshop内で直接利用できるプラグインです。ユーザー…

InternLMは、汎用的な利用と高度な推論のために設計された大規模言語モデル（LLM）シリーズです。最新のInternLM3-8B…

OpenCompassは、大規模言語モデル（LLM）の評価を効率的かつ正確に行うための包括的なプラットフォームです。強力な…

このツールは、コーディングエージェント（Codex、Claude Codeなど）を使用して3Dモデルを生成するためのオープンソ…

Binduは、AIエージェントのためのアイデンティティ、通信、決済レイヤーを提供するプラットフォームです。エージェン…

annyangは、ウェブサイトを音声コマンドで制御できるようにする軽量なJavaScript音声認識ライブラリです。わずか2KB…

「Awesome Neural Radiance Fields」は、ニューラルラディアンスフィールド（NeRF）に関する優れた研究論文を厳選し…

Qwen-VLは、Alibaba Cloudが開発した大規模ビジョン言語モデル「通义千问-VL」の公式リポジトリです。Qwen-VL-Plusお…

eSpeak NGは、Linux、Windows、Androidなど多様なOSに対応するオープンソースのコンパクトなテキスト読み上げシンセ…

Vibeは、OpenAI Whisper技術を利用してオーディオやビデオをオフラインで高精度に文字起こしするツールです。データ…

Cube Sandboxは、AIエージェント向けに設計された高性能で安全なサンドボックスサービスです。RustVMMとKVMに基づい…

OpenMVGは、3DコンピュータビジョンとStructure from MotionのためのオープンソースC++ライブラリです。画像からの3D…

Open Multi-Agentは、TypeScriptで記述されたマルチエージェントオーケストレーションフレームワークです。ユーザー…

wav2letter++は、Facebook AI Researchが開発した自動音声認識（ASR）ツールキットです。現在はFlashlightフレームワ…

stable-diffusion.cppは、Diffusionモデル（SD、Flux、Wanなど）の推論を純粋なC/C++で実行するための超軽量ライブラ…