全AIリポジトリ

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…

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…

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…

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…

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…

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…

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…

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…

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…

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…

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…

「Irodori OpenAI TTS Server」は、Aratako/Irodori-TTSの500M v3ベースモデル向けに開発された、OpenAI Text-to-Spe…

OpenSfMは、PythonとC++で開発されたオープンソースのStructure from Motion（SfM）ライブラリです。順序付けされて…

「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…

MagicBokehは、高ズームで撮影された写真に対し、フォトリアリスティックで高品質なボケ効果を効率的に生成するため…

Singularyは、v0のようなクローズドなAIアプリビルダーに対するオープンソースのセルフホスト型代替ソリューションで…

このリポジトリは、DGX Sparkという特定のハードウェア環境で動作する、小規模な言語モデルや量子化モデルのベンチマ…

Doom's Enhancement Suite for SillyTavernは、SillyTavernユーザー向けにRPG体験を劇的に向上させる包括的な拡張機…

Auteurは、16のAIキャラクターが連携して短編動画制作をエンドツーエンドで自動化するセルフホスト可能なAI映画スタ…

Seedance v2.0 Generatorは、AIによるビデオ生成と編集に特化したオープンソースのSaaSボイラープレートです。Next.j…