画像生成ian-xiaohei-scenes
このリポジトリは、AIエージェントが中国語の記事、投稿、チュートリアル、ケーススタディ、プロジェクトレビュー、…
★ 436 ⑂ 56 MIT 2026-06-04
全AIリポジトリ
登録されているAI関連OSSの一覧
画像生成
LLMKVarN
KVarNは、LLMのKVキャッシュ量子化をvLLM環境で実現するネイティブバックエンドです。特に、エージェントや長文コン…
★ 435 ⑂ 28 Apache-2.0 2026-06-22
ASR / 音声認識CrispASR
CrispASRは、whisper.cppを基盤とし、主要なASR（自動音声認識）およびTTS（テキスト読み上げ）モデルのためのC++ gg…
★ 432 ⑂ 66 MIT 2026-07-14
ASR / 音声認識LiveTranslate
LiveTranslateは、Windows向けのリアルタイム音声翻訳ツールです。システムオーディオとマイク入力をキャプチャし、A…
★ 430 ⑂ 37 MIT 2026-07-11
マルチモーダルtable-transformer-detection
Table Transformer（Table Detection向け）は、PubTables-1Mで学習されたDETR系の表検出モデルで、請求書や論文PDFな…
❤ 429 ↓ 1.3M mit 2023-09-06
ComfyUIComfyUI-DepthAnythingV3
ComfyUI上でDepth Anything V3を使えるようにするカスタムノード集です。単一画像や複数視点画像から深度推定を行い…
★ 427 ⑂ 29 MIT 2026-06-06
マルチモーダルsam3.1
SAM 3.1は、Metaの画像・動画向け統合基盤モデルで、プロンプト指定可能なセグメンテーションを提供します。テキスト…
❤ 424 ↓ 84.8k other 2026-03-27
画像生成Nomi
Nomiは、スクリプトからAIが画像や動画を生成し、タイムラインで編集、エクスポートまでを一貫して行えるオープンソ…
★ 422 ⑂ 91 AGPL-3.0 2026-08-19
3D / NeRFHY-Motion-1.0
「HY-Motion 1.0」は、Tencentが開発した、テキストプロンプトから3Dヒューマンモーションを生成するための最先端モ…
❤ 422 ↓ 231 other 2025-12-31
LLMentroly
Entrolyは、AIのハルシネーションを検知し、トークン費用を70-95%削減するオープンソースのコンテキストエンジンです…
★ 421 ⑂ 67 Apache-2.0 2026-07-15
マルチモーダルVEGA-3D
VEGA-3Dは、「Generation Models Know Space: Unleashing Implicit 3D Priors for Scene Understanding」の公式実装…
★ 421 ⑂ 23 Apache-2.0 2026-06-18
3D / NeRFMasterSelects
MasterSelectsは、ブラウザ上で動作するローカルファーストのメディアエディターで、ビデオ、オーディオ、ベクターア…
★ 416 ⑂ 55 MIT 2026-07-27
マルチモーダルantfly
Antflyは、etcdのRaftライブラリを基盤とした分散型検索エンジンです。フルテキスト検索（BM25）、ベクトル類似性、…
★ 415 ⑂ 26 NOASSERTION 2026-07-14
LLMNova3D
Nova3Dは、テキストまたは参照画像から編集可能で、パーツごとに分割された3Dモデルを生成するAIツールです。従来の…
★ 415 ⑂ 45 MIT 2026-07-11
マルチモーダルBiomedCLIP-PubMedBERT_256-vit_base_patch16_224
BiomedCLIP-PubMedBERT_256-vit_base_patch16_224は、PubMed Central由来の1500万件の医用画像とキャプション対で事…
❤ 414 ↓ 882.8k mit 2025-01-14
画像生成FluxRT
FluxRTは、FLUX.2-klein-4Bモデルを搭載し、消費者向けGPUに最適化されたリアルタイムストリーム編集パイプラインで…
★ 414 ⑂ 56 Unlicense 2026-06-13
LLMongrid
Ongridは、インフラの監視、根本原因の特定、そして解決を自動化する運用AIエージェントです。SlackやTelegramといっ…
★ 413 ⑂ 101 AGPL-3.0 2026-07-11
ASR / 音声認識BiliSum
BiliSumは、Bilibili、YouTube、ローカル動画を対象としたAI動画要約・知識ベースツールです。動画コンテンツを検索…
★ 411 ⑂ 38 MIT 2026-06-29
動画生成hyperframes-motion-director
このHyperFrames Motion Directorは、記事、製品、ウェブサイトから映画のようなHyperFramesモーションビデオを作成…
★ 409 ⑂ 44 AGPL-3.0 2026-07-26
動画生成World-R1
World-R1は、テキストからビデオを生成する際に、3Dの幾何学的制約を強化学習で強化する新しいフレームワークです。…
★ 407 ⑂ 16 MIT 2026-06-03
AIエージェントmobileClaw
MobileClawは、Androidデバイス上でLLMエージェントを動作させるためのオープンソースの実験的なモバイルアプリです…
★ 405 ⑂ 16 NOASSERTION 2026-07-11
AIエージェントbux
Browser Use Box (bux)は、Claude Codeエージェントと実際のChromiumブラウザを組み合わせて、Playwrightスタイルの…
★ 404 ⑂ 50 MIT 2026-07-02
音声生成 / TTSpersonalized-podcast
このツールは、任意のコンテンツ（テキスト、ファイル、URL）を、ユーザーがスクリプト、プロンプト、ホストの役割、…
★ 404 ⑂ 48 2026-04-08
AIエージェントbeever-atlas
Beever Atlasは、チームのSlack、Discord、Microsoft Teams、Mattermostなどのチャット履歴を自動的に解析し、知識ベ…
★ 396 ⑂ 48 Apache-2.0 2026-07-14