全AIリポジトリ

このツールは、リアルタイム動的シーンレンダリングのための「4D Gaussian Splatting」手法を実装しています。CVPR 2…

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…

ComfyUI-3D-Packは、ComfyUI内で3Dアセット生成を効率的かつ便利に行うための広範なノードスイートです。このツール…

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…

ComfyUI-GGUFは、ComfyUIでGGUF形式の量子化モデルを扱えるようにするカスタムノード集です。特にFLUXやStable Diffu…

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…

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

このプロジェクトは、大規模言語モデル（LLM）における「in-the-wild」脱獄プロンプトに関する研究データセットを提…

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…

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…

BlenderProc2は、フォトリアリスティックなトレーニング画像を生成するためのプロシージャルなBlenderパイプラインで…

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…

「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…

min(DALL·E)は、Boris Dayma氏のDALL·E Mini（メガウェイト版）を高速かつ最小限に移植したPyTorchベースの画像生成…

このリポジトリは、生成AIに関するプロジェクト、ツール、アートワーク、モデル、参考文献を網羅的に集約したキュレ…

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…

「MiniMax-AI/MiniMax-01」は、Linear Attentionを基盤とする大規模言語モデル「MiniMax-Text-01」と、ビジョン言語…

SuGaRは、CVPR 2024で発表された、3D Gaussian Splattingから効率的に高品質な3Dメッシュを再構築し、レンダリングす…

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…