全AIリポジトリ

「Hand2World」は、自由空間での手のジェスチャーから一人称視点でのインタラクションを自動回帰的に生成する研究プ…

「Awesome World Models for Video, Games & 3D」は、ビデオ生成、インタラクティブなシミュレーション、そして3Dワ…

「ElBruno.Realtime」は、.NET向けのプラグイン可能なリアルタイム音声会話フレームワークです。ローカルでVAD（音声…

mimo-mcpは、XiaomiのMiMo全モーダルAI機能（多モーダル対話、画像/動画理解、テキスト音声合成、音声クローン、音声…

Agent Islandは、macOSのノッチに表示される、Claude/Codex AIエージェント用のコンパニオンアプリです。長時間のAI…

ETCHR (Editing To Clarify and Harness Reasoning)は、質問条件に基づいて推論を意識した画像エディタです。マルチ…

このGitHubリポジトリは、リモートセンシング分野における優れた視覚的生成モデル、関連論文、データセット、および…

SLARMは、動的なシーンの再構築、セマンティックな理解、リアルタイムストリーミング推論を統合するフィードフォワー…

Heliosは、リアルタイムで長尺の動画を生成する革新的なモデルです。140億パラメータという大規模モデルでありながら…

MVCHeadは、CVPR 2026で発表された、高忠実度かつマルチビュー一貫性のある3D Gaussianヘッドアバターを生成するAIモ…

EEP（Entity Engagement Protocol）は、デジタルエンティティとそれに追従するクライアント（エージェント）間の、プ…

Driftoneは、集中力と心の落ち着きのために設計された、無限に生成されるアンビエント音楽とホワイトノイズを提供す…

このツールは、テキスト読み上げ（TTS）サーバー「Kokoro」をDockerコンテナとして手軽にデプロイできるイメージです…

このリポジトリは、GPT Image 2向けの高品質なプロンプトを3,000以上集めたキュレーションコレクションです。毎日更…

「codex-image-in-cc」は、Claude Code上でCodex CLIの強力な画像生成スキル「imagegen」を、`/codex-image`というユ…

Timbreは、複数の話者が混在する音声録音（ポッドキャスト、インタビュー、ストリームなど）から、短い参照クリップ…

このプロジェクトは、論文「Steerable Rhythmic Complexity in Autoregressive Music Generation」の公式PyTorch実装…

sososoは、Windows、macOS、Linuxに対応したリアルタイム会議・オーディオ文字起こしアプリケーションです。システム…

このツールは、PDFをOCR処理し、結果をMarkdown形式で返す自己ホスト型APIです。PaddleOCRとPaddleOCR-VLモデルを搭…

「Cognitive Companion」は、多世代同居家庭の高齢者介護を支援する、プライバシーを最優先したオンプレミスAIシステ…

RiskKernelは、AIエージェントの運用を確実にするためのリスクエンジンです。AIエージェントの暴走を防ぐために、コ…

MediaGo Dramaは、小説や劇本から短編ビデオを制作するための一貫したAgent作業台です。テキストからビデオまで、原…

ComfyUI Workflow Debuggerは、ComfyUIワークフローの破損、グラフのロード失敗、ノード接続エラーなどを解決するた…

vargは、vargプラットフォームを利用してAIによる動画、画像、音声、音楽生成を可能にするAgent Skillsのコレクショ…