全AIリポジトリ

LFM2.5-VL on the Apple Neural Engineは、LiquidAIのLFM2.5-VL-450MモデルをApple Neural Engine上で完全に動作させ…

nuwa-skillは、特定の人物の思考、意思決定、話し方のパターンを詳細に分析し、その情報を再利用可能なモデルとして…

spec-genは、既存のコードベースからOpenSpec仕様を自動的にリバースエンジニアリングすることで、コードを明確で構…

このリポジトリは、PyTorchを使ってマルチモーダル大規模言語モデル（VLM）をゼロから構築するための詳細なステップ…

脳卒中からの回復者向けに設計された、アクセシブルでバイリンガル（英語とパンジャブ語）の絵ベースコミュニケーシ…

ComfyUI-Selective-Sigma-Detailerは、画像生成AI「ComfyUI」用のカスタムサンプラーです。サンプリングの途中で、画…

本リポジトリは、AMD Radeon GPU（RDNA2/ZLUDA）を搭載したWindows環境で、ローカルAI（Stable Diffusion XL、Z-Imag…

このGitHubアクションは、AI（LLM）を活用してプルリクエストの内容を自動的に要約し、開発者の負担を軽減します。主…

本リポジトリは、人再識別における「拡散ベースのセマンティックカモフラージュ攻撃（DSCA）」に特化した軽量なPyTor…

本ツールは、DJIドローンで撮影された動画をGPS情報付きの3Dガウシアンスプラットへ変換する完全なパイプラインを提…

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…

Easy TTS Toolkitは、音声合成（TTS）機能をPythonプロジェクトに手軽に組み込むためのツールキットです。開発者は、…

UP.routeは、ヴロツワフ生命環境科学大学の修士論文プロジェクトとして開発された3Dウェブジオポータルアプリケーシ…

Lobe Image Genは、Lobeプラットフォーム向けの画像生成スキルです。Lobeの組み込みコマンド`lh gen image`で画像を…

このプロジェクトは、Intel統合GPU（特にUHD 620以降）に最適化された、OpenAI互換のLLM推論APIサーバーです。OpenVI…

このGitHubリポジトリは、AIを活用したレストランおよび食品マーケティングのビデオプロンプト、反復可能なワークフ…

本ツールは、UAVで撮影した高層構造物（携帯電話基地局、風力タービン、電柱など）の画像を3D Gaussian Splatting (3…

「Knowshelf」は、Go言語で書かれた個人用Markdown書籍知識ベース管理ツールです。Markdown形式の書籍をローカルのSQ…

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

Sonautoは、言葉で表現したサウンドから、AIが作詞、オリジナルメロディの作曲、ユニークなカバーアート生成までを一…

この「TTS Video Generator」は、Python、ElevenLabsの音声合成、FFmpegを組み合わせて、AI音声と同期字幕付きの短い…

RePrompTは、電子健康記録（EHR）データを大規模言語モデル（LLM）と統合するための、時間認識型LLMフレームワークの…

「GPT Image 2」は、OpenAIの最新画像生成モデルを基盤とした無料のAI画像生成ツールです。テキストプロンプトから写…

Deepbooru TagWalkerは、Stable DiffusionのDeepbooruタグデータセットの品質を向上させるためのツールです。本ツー…