全AIリポジトリ

Animergeは、AnimaモデルのチェックポイントやLoRAファイルをデスクトップGUIで統合的に管理・分析・学習するための…

VLM Wikiは、Karpathy LLM Wikiの概念に基づいた、マルチモーダル対応の個人知識ベースです。画像、動画、音声、テキ…

「Awesome-TTT-in-Vision」は、コンピュータビジョン分野におけるTest-Time Training (TTT)に関する厳選された論文と…

「声绘 AI Voice Studio」は、Flutterを基盤としたAI音声生成、音色設計、音声クローンを実現するモバイルアプリケー…

Persona Media Studioは、ペルソナに基づいた画像および動画生成のためのローカルファーストAIクリエイティブパイプ…

Agnes AI Platformは、Agnes AIのAPI（Agnes Image 2.1 FlashおよびAgnes Video V2.0）を利用した画像・動画生成のた…

SubForgeは、AIを駆使した高機能な動画字幕ツールです。音声のテキスト化、意味に基づいたスマートな断句、誤字修正…

ClickyXは、Windows、Linux、macOSで動作するクロスプラットフォームAIデスクトップコンパニオンです。音声操作、画…

HarnはAIエージェントをオーケストレーションするためのプログラミング言語とランタイムです。製品コードとプロバイ…

Voqiは、あらゆるウェブアプリケーションを37言語で音声操作可能にするオープンソースの音声制御レイヤーです。数分…

MM-FMは、CVPR 2026で発表された、マルチモーダル分布のためのフローマッチング技術です。このツールは、特に高解像…

Laurenは、コーディングエージェント向けの自律的なライブタスクキューシステムです。プロジェクトの進行中にタスク…

Typhoonminigenは、Apple Silicon搭載Mac専用のmacOSネイティブ画像生成アプリケーションです。FLUX.2 Kleinモデルを…

PhyCo-Sim（非公式）は、CVPR 2026で発表されたPhyCoの物理シミュレーションデータ生成パイプラインを独自に実装した…

Voxlertは、Claude Code、Cursor、OpenAI Codex、pi、OpenClawなどのLLM生成AIコーディングエージェント向けに、ゲー…

Noesis（智枢）は、自律的なAIワークフローを構築するためのコアエージェントフレームワークです。Vue 3、FastAPI、L…

このリポジトリは、Googleのマルチモーダル動画モデル「Gemini Omni」向けの高品質なプロンプトとパターンを厳選して…

PiD-Image-Upscalerは、NVIDIAのPiD（Pixel Diffusion Decoder）フレームワークを基盤とした、実験的な高機能超解像…

このツールは、IBM Doclingを基盤としたセルフホスト型のドキュメント解析サーバーをDockerで簡単にデプロイするため…

Auto-Read-Paperは、arXivから最新論文を毎日自動で取得し、AIが読解・評価を行うパーソナル論文読解アシスタントで…

「Video-to-Prompt WebUI」は、動画からAI画像生成プロンプトを抽出するためのGradioベースのウェブアプリケーション…

「ACE-Step Studio — Pinokio launcher」は、ローカルでAI音楽生成を可能にする「ACE-Step Studio」のワンクリックク…

DaisyはmacOS向けのローカルファーストな会議録音・AIノートアプリです。マイクとシステム音声から会議音声をキャプ…

CPPO（Contrastive Perception Policy Optimization）は、視覚言語モデル（VLM）エージェントのファインチューニング…