全AIリポジトリ

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…

「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…

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…

このリポジトリは、拡散モデルに関する包括的なサーベイ論文「Diffusion Models: A Comprehensive Survey of Methods…

aras-p/UnityGaussianSplattingは、SIGGRAPH 2023で発表された「3D Gaussian Splatting」技術をUnityでリアルタイム…

「Mini-Gemini」は、画像理解、推論、生成を同時に行うことができるマルチモダリティ大規模言語モデル（LLM）フレー…

ArcReelは、AI Agentを駆使して小説のようなテキストから短編動画を生成するオープンソースの動画生成ワークベンチで…

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。…

LeanCTXは、AIエージェントの非効率なコンテキスト管理を解決するための軽量なコグニティブレイヤーです。ファイルや…

「2D Gaussian Splatting for Geometrically Accurate Radiance Fields」論文の公式実装です。2Dの指向性ディスク（…

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…

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…

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…

Windy3f3f3f3f/how-claude-code-worksは、現在のAIプログラミングエージェントの最前線にある「Claude Code」の内部…

ComfyUI-Custom-Scriptsは、AI画像生成ツールComfyUIのユーザーインターフェースを強化し、実験的な機能を追加するた…

「Auto-Empirical Research Skills (AERS)」は、8つの社会科学分野にわたる23,000以上のAIエージェントスキルを厳選…

本リポジトリは、3D Gaussian Splattingに関する最新の研究論文を会議やジャーナル別に分類・整理したリストです。20…

alistaitsacle/free-llm-api-keysは、GPT-5.5、Claude、DeepSeek、Gemini、Grokといった多様な大規模言語モデル（LLM…

DynamiCrafterは、テキストプロンプトに基づいてオープンドメインの静止画をアニメーション化するツールです。事前学…

OpenKB（Open Knowledge Base）は、LLM（大規模言語モデル）を活用して、様々な形式の生文書（PDF, Word, Markdownな…

GPT Image Playgroundは、OpenAI GPT-Image-2 APIを基盤とした画像生成・編集ツールです。洗練されたWeb UIを通じて…

Mercuryは、許可制ツール、トークン予算、マルチチャネルアクセスを備えた、"Soul-driven"なAIエージェントです。重…