全AIリポジトリ

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…

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…

「html-video」は、HTML、CSS、およびデータを使用してプログラム的にMP4動画を生成する革新的なツールです。Gemini…

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

MAGI-1は、大規模な自己回帰型動画生成を実現する革新的なツールです。Sand AIによって開発され、学術論文（arXiv）…

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、長編および短編のウェブ小説執筆を支援する「oh-story-claudecode」スキルパックです。市場トレンド分…

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…

このツールは、AIエージェント（Claude Code、Cursor、Gemini CLIなど）向けに設計されたマルチモーダル生成メディア…

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…

AliceVisionは、写真から3Dオブジェクトやシーンを再構築し、カメラの動きを追跡するフォトグラメトリー・コンピュー…

MetaClawは、会話を通じてAIエージェントが自律的に学習し進化するツールです。脳の学習メカニズムに着想を得ており…

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…

「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…

GoClawは、OpenClawをGo言語で再構築したマルチテナントAIエージェントプラットフォームです。マルチテナント分離、5…

pySLAMは、単眼、ステレオ、RGB-DカメラをサポートするハイブリッドPython/C++のVisual SLAMパイプラインです。古典…

LichtFeld Studioは、3D Gaussian Splattingシーンの学習、検査、編集、自動化、エクスポートを単一のネイティブアプ…

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…

rgthree-comfyは、ComfyUIのワークフローをより快適にするためのノードと改善のコレクションです。ComfyUIユーザーが…

このプロジェクトは、現代の強化学習を実践的に学ぶためのオープンソースカリキュラム「Hands-On Modern RL」です。…

TTS WebUIは、GradioとReactを基盤とする統合型Webユーザーインターフェースで、様々なテキスト読み上げ（TTS）、音…

nexuは、オープンソースのデスクトップクライアントで、AIエージェント「OpenClaw」をWeChat、Feishu、Slack、Discor…