全AIリポジトリ

ATM-Benchは、画像、動画、メールなどのマルチモーダルデータに対し、約4年間にわたる長期的なパーソナライズされた…

C.A.D.I.S.は、Rustを優先し、ローカルファーストでモデルに依存しないマルチエージェントランタイムです。単一のデ…

Speech Studioは、コンテンツクリエイター向けのオープンソースのデスクトップアプリケーションです。短い音声クリッ…

このリポジトリは、Google Gemini Omni APIのプロンプト集です。MuAPIを通じて独占的に提供されるGemini Omni APIの…

LeapAlignは、フローマッチングモデルを人間の好みに合わせて微調整するための学習後手法です。完全なサンプリング軌…

Memexaは、AIエージェントと人間が中国語のデータを扱うための自己ホスト型記憶グラフツールです。WeChat、QQ、飛書…

RunAPI MCP Serverは、AI画像生成、動画生成、音楽作成、テキスト読み上げ、プロンプト検索、モデル発見といった多岐…

Doza Assistは、AIを活用したビデオ編集アシスタントです。ユーザー自身の過去の編集スタイルを学習し、インタビュー…

SynthBridgeは、ユーザーが入力したコード進行やメロディをリアルタイムで生成し、即座に演奏できる音楽生成Webアプ…

Audio-Oscarは、複雑な音声シーン記述から長尺で制御可能な音声を生成するためのマルチエージェントフレームワークで…

ArcticPlatformは、大規模言語モデル（LLM）のポストトレーニングプロセスを簡素化・加速するために設計されたフレー…

ULF-Locは、CVPR 2026 Highlight論文として発表された、3D Gaussian Splattingを用いた堅牢な視覚ローカライゼーショ…

Model Hotelは、複数のAIプロバイダーを一元的に管理できるAIゲートウェイです。モデルの自動発見、堅牢なフェイルオ…

RSR（Rapid Splat Renderer）は、Direct3D 12とOpenXRで構築された、Windowsネイティブの3D Gaussian Splattingシー…

RvR (Refinement via Regeneration) は、清華大学とTencent Hunyuanが開発した、画像リファインメントのための革新的…

GameVerseは、動画ベースの反射学習を通じてVision-Language Models (VLMs) がゲームプレイを学習できるかを検証する…

SoundScape Studioは、ストリーマー、ゲーム開発者、コンテンツクリエーター、ボイスプロフェッショナル向けに設計さ…

GPIC（Giant Permissive Image Corpus）は、視覚生成モデリング研究のための巨大で許容性の高い画像コーパスです。約…

VividDubは、AIを活用した動画翻訳、吹き替え、字幕生成、ハードサブ（埋め込み字幕）除去を一体化した製品です。音…

AionDBは、PostgreSQL互換のSQL、グラフ、およびベクトル検索機能を単一のRust製データベースで統合した画期的なシス…

「Epstein Files RAG Explorer」は、非密封のジェフリー・エプスタイン裁判記録を探索・分析するためのオープンソー…

NAI Utility Toolは、NovelAIの画像生成ワークフローに特化したWindowsデスクトップクライアントです。WinUI 3、Wind…

このプロジェクトは、Irodori-TTSをフォークし、echo-TTSのWeb UIとして機能する、Flow Matchingベースの高性能なテ…

Oraは、macOS向けのリアルタイムローカル音声翻訳アプリケーションです。Apple Silicon Mac上で動作し、全ての処理を…