全AIリポジトリ

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…

Nunchaku ComfyUI Pluginは、SVDQuantで量子化された4-bitニューラルネットワーク向けの効率的な推論エンジン「Nunch…

AudioLDMは、テキスト入力からスピーチ、効果音、音楽などを生成できる革新的なオーディオ生成ツールです。ICML 2023…

GitAgentProtocol (Open GAP) は、AIエージェントを定義するためのフレームワーク非依存かつGitネイティブな標準規格…

ClawPanelは、OpenClawとHermes Agentを含む複数のAIエージェントフレームワークを管理するための可視化管理パネルで…

Collaboratorは、AIエージェントを用いた開発に特化したエンドツーエンドのネイティブデスクトップアプリケーション…

このリポジトリは、主要なAI/機械学習の学術論文で提唱されたアルゴリズムやモデルを、わずか100行程度の簡潔なPytho…

MARS5は、CAMB.AIが開発した英語の音声合成（TTS）モデルです。わずか5秒の音声とテキストスニペットから、スポーツ…

Kandinsky 2.2は、多言語対応のテキストから画像を生成する強力な潜在拡散モデルです。前バージョンのKandinsky 2.1…

このツールは、NeRF (Neural Radiance Fields) をPyTorch-Lightningで非公式に実装したものです。公式実装と比較して…

「AI 漫劇工場 (AI Comic & Short Drama Studio)」は、短編ドラマ、漫劇、動態漫画、映画の絵コンテ制作者向けのAI制…

このプロジェクトは、Stable Diffusion V2を用いてテキストプロンプトから画像を生成するためのプレイグラウンドです…

Dr. Furkan Gözükara氏によるジェネレーティブAIに関する専門的なチュートリアル、研究、開発リソース集です。Stable…

OpenLessは、macOSおよびWindows向けのオープンソース音声入力アプリケーションです。ホットキーを押して話すだけで…

「当皇上」は、明朝の内閣制などをモデルにAIエージェントの協調システムを構築するチュートリアルです。OpenClawフ…

GeneFaceは、音声駆動による汎用的で高忠実度な3D話者顔合成を実現するICLR 2023で発表された公式PyTorch実装です。…