全AIリポジトリ

NVlabs/tiny-cuda-nnは、高速なC++/CUDAベースのニューラルネットワークフレームワークです。「完全に融合された」多…

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…

FAST-LIVO2は、LiDAR、慣性計測ユニット、ビジュアルデータを融合し、高速かつ高精度な自己位置推定と環境マッピング…

「Awesome 3D reconstruction list」は、画像からの3D再構成に関連する厳選された論文、チュートリアル、オープンソ…

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…

このリポジトリは、オープンソースの個人AIエージェント「OpenClaw」の中国語版ベストプラクティス集です。AIエージ…

SwarmUIは、AI画像生成に特化したモジュール式のWebユーザーインターフェースで、Stable DiffusionなどのAI画像モデ…

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…

Deep Dazeは、OpenAIのCLIPとSiren（Implicit neural representation network）を活用して、テキストプロンプトから…

Champは、3Dパラメトリックガイダンスを用いて、人間画像の制御可能かつ一貫したアニメーションを生成するツールです…

Text2Video-Zeroは、既存のText-to-Image拡散モデルを活用し、テキストプロンプトから動画をゼロショット生成するツ…

このリポジトリは、3D点群解析に関する研究者向けの厳選された論文、コード、データセットのリストです。2017年以降…

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…

DeepSeek-VLは、実世界の視覚と言語の理解を目指して開発されたオープンソースのVision-Language (VL) モデルです。…

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…

OpenMVSは、コンピュータビジョン研究者、特に多視点ステレオ（MVS）再構成コミュニティを対象としたオープンソース…

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…

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…

「御舆：解码 Agent Harness」は、AI Agentのフレームワーク「Claude Code」のアーキテクチャを42万字で深く分析した…

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…