動画生成PSIVG
このリポジトリは、CVPR 2026で発表される研究プロジェクト「Physical Simulator In-the-Loop Video Generation」の…
★ 129 ⑂ 14 Apache-2.0 2026-06-01
全AIリポジトリ
登録されているAI関連OSSの一覧
動画生成
ComfyUIOpenWebui-Tools
このプロジェクトは、Open WebUIの体験を強化するために設計された26種類のカスタムツール集です。主な特徴は、30秒…
★ 129 ⑂ 6 MIT 2026-06-01
ASR / 音声認識MioVRC_Translator
VRChat向けデスクトップリアルタイム翻訳ツール「Mio RealTime Translator」は、VRChatでの国際交流を支援します。主…
★ 128 ⑂ 8 NOASSERTION 2026-07-14
動画生成LiveWorld
LiveWorldは、生成型ビデオワールドモデルにおいて、視界外のダイナミクスをシミュレートする画期的なフレームワーク…
★ 127 ⑂ 3 Apache-2.0 2026-06-23
ASR / 音声認識ai-course-notes
このプロジェクトは、AI/LLM関連の公開講義、インタビュー、技術記事を中国語でまとめた学習リソースです。合計303の…
★ 127 ⑂ 4 NOASSERTION 2026-05-25
AIエージェントomegacode
omegacodeは、Claude Codeのワークフローをエージェント非依存で実装したツールです。JavaScriptで記述されたワーク…
★ 124 ⑂ 11 MIT 2026-06-29
画像生成Evolving-Visual-Generation
このGitHubリポジトリは、現代のビジュアル生成技術を「視覚的知能」の進化という視点から体系的に整理した「生きて…
★ 124 ⑂ 5 2026-06-09
動画生成Echo-Memory
Echo-Memoryは、Joy Future AcademyのEcho Teamが開発した、ビデオワールドモデルにおけるメモリの役割を研究するた…
★ 123 ⑂ 7 2026-07-11
画像生成guaardvark
Guaardvarkは、自己ホスト型AIワークステーションであり、自律型スクリーンエージェント、3層ニューラルルーティング…
★ 122 ⑂ 27 MIT 2026-07-06
AIエージェントoh-my-kimi
oh-my-kimi (OMK)は、Kimi Code専用に開発された検証済みエージェント実行基盤です。Kimi Code CLIを、独立したワー…
★ 122 ⑂ 14 MIT 2026-07-13
マルチモーダルFalcon-OCR
Falcon OCRは、3億パラメータを持つ早期結合型ビジョン・言語モデルで、文書のOCR（光学文字認識）に特化しています…
❤ 121 ↓ 4.0k apache-2.0 2026-07-03
画像生成image-prompt-library
Image Prompt Libraryは、生成AIで作成された画像とそのプロンプトをローカルで一元管理するための視覚的ライブラリ…
★ 121 ⑂ 17 AGPL-3.0 2026-07-12
画像生成Loomic
Loomicは、LovartやCapCut Video Studio、Canva AIのオープンソース代替を目指すAIクリエイティブワークスペースです…
★ 121 ⑂ 35 2026-06-02
音声生成 / TTSdocker-ai-stack
このツールは、Ollama（LLM）、LiteLLM（AIゲートウェイ）、Whisper（STT）、Kokoro（TTS）、Embeddings（RAG）など…
★ 120 ⑂ 23 MIT 2026-07-09
音楽生成VODER
VODERは、ローカルで動作し、無料で利用できるプロフェッショナルグレードの音声処理ツールです。音声認識、テキスト…
★ 120 ⑂ 10 AGPL-3.0 2026-07-17
音声生成 / TTSKokoro-Engine
Kokoro Engineは、デスクトップAIコンパニオンのためのオープンソースかつ没入型のクロスプラットフォーム仮想キャラ…
★ 119 ⑂ 9 MIT 2026-07-12
3D / NeRFAwesome-Gaussian-Skills
「Awesome Gaussian Skills」は、3D Gaussian Splatting (3DGS) およびコンピュータグラフィックス研究のための画期…
★ 119 ⑂ 9 Apache-2.0 2026-07-09
マルチモーダルguardian-sdk
Ethicore Engine™ — Guardian SDKは、Python製のLLMおよびエージェントアプリケーション向けの、リアルタイム脅威検…
★ 118 ⑂ 13 NOASSERTION 2026-07-03
ASR / 音声認識subarr
subarrは、BazarrやSubgenなどの*arrサブタイトルスタックを連携・管理する品質レイヤーです。メディアライブラリ全…
★ 117 ⑂ 2 MIT 2026-08-18
LLMdelegate52
DELEGATE-52は、大規模言語モデル（LLM）が様々な専門ドメインの文書編集タスクを長期にわたって委任された際の性能…
★ 115 ⑂ 9 MIT 2026-06-12
動画生成avatar-mix
このツールは、HeyGenアバターとカスタムアニメーション背景（HyperFrames）、音楽、状況に応じた効果音、Hormoziス…
★ 115 ⑂ 14 MIT 2026-06-16
AIエージェントremote_pi
Remote Piは、Piコーディングエージェントをスマートフォンから遠隔操作できるツールです。一度限りのQRコードで簡単…
★ 115 ⑂ 32 2026-07-05
マルチモーダルtipsv2-b14
TIPSv2 B/14は、画像とテキストを同じ埋め込み空間で扱えるGoogle系の視覚言語モデルです。画像全体の特徴量だけでな…
❤ 114 ↓ 55.4k apache-2.0 2026-06-27
3D / NeRFNAS3R
NAS3Rは、新規ビュー合成を介して自己教師あり3D再構築を行うためのフィードフォワードフレームワークです。このツー…
★ 114 ⑂ 8 MIT 2026-06-30