全AIリポジトリ

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…

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…

Topological Motion Planning Diffusion（TMPD）は、障害物が多い環境で係留型ロボットが絡まない経路を生成するため…

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…

「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…

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…

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…

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…

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…

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…

GameVoiceAssistantは、テキストベースのゲームに没入感を高めるための音声アシスタントツールです。AVGやビジュアル…

「ComfyUI-PlagueKind-Nodes」は、ComfyUIユーザー向けに画像とマスクのリサイズを統合し、LoRAの高度なスタッキング…

本リポジトリは、EgoBabyVLMチャレンジのインフラを提供します。これは、乳幼児の一人称視点ビデオデータ（BabyView …

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…

このガイドは、AIを活用したプログラミングとソフトウェア開発を学ぶためのスペイン語で書かれた最も包括的なリソー…

Sweepは、LLM（大規模言語モデル）を搭載した自己ホスト型のDiscordボットです。従来のDiscordボットとは異なり、ハ…

Skelegentは、Rustで構築された、構成可能なエージェントAIランタイムフレームワークです。レイヤードプロトコル、交…

CausalGraph AIは、ESGレポートなどの長文企業報告書を分析し、検索可能なエビデンス、グラフコンテキスト、引用付き…

このリポジトリは、VoxRTオンデバイスランタイム向けに最適化されたASR（自動音声認識）モデルのウェイトを提供しま…

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…

GoRi-Wireless Engineは、ComfyUIの複雑なワークフローにおけるノード間の配線を無線化し、整理するツールです。ワン…

「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…

VibeVoice.swiftは、macOSおよびLinux上でリアルタイム音声処理を実現するアプリケーションです。SwiftとMLXを活用し…