画像生成SpatialEdit-16B
SpatialEdit-16Bは、入力画像に対して文章指示で位置や向き、視点を細かく調整できる研究用の画像空間編集モデルです…
❤ 17 ↓ 23 apache-2.0 2026-04-08
全AIリポジトリ
登録されているAI関連OSSの一覧
画像生成
ComfyUIfxai-toolkit
ComfyUI - 鳳希全能ノードパックは、ComfyUI専用のAI長尺動画制作ソリューションです。低スペックPCでも動作するよう…
★ 17 ⑂ 5 2026-06-21
ComfyUINixKits
NixKitsは、ソフトウェア、パッチ、NixOSモジュール、AIコーディングアシスタント向けスキルを集約したプロジェクト…
★ 16 MIT 2026-06-26
画像生成av-pedestrian-diffusion-mppi
このツールは、UIUC Polaris GEM e4向けの歩行者認識自律走行スタック「ADAPT」です。拡散ベースの歩行者軌道予測器…
★ 16 ⑂ 3 MIT 2026-06-09
LLMAwesome-LLMs-for-AI-Research
「Awesome LLMs for AI Research」は、AI研究における大規模言語モデル（LLM）の活用に関する包括的なリソース集です…
★ 16 ⑂ 4 2026-06-09
ComfyUIComfyUI_Text_Processor
ComfyUI向けに設計された究極のテキスト処理スイートで、画像からテキストへの変換データのバッチクリーニング、LLM…
★ 16 ⑂ 2 MIT 2026-06-14
画像生成codex-image-in-cc
「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…
★ 16 ⑂ 2 Apache-2.0 2026-04-26
ASR / 音声認識TypeLate
TypeLateは、macOSとWindows向けに開発された無料かつオープンソースの音声テキスト変換ツールです。ホットキー一つ…
★ 16 ⑂ 1 MIT 2026-06-04
音声生成 / TTSZastTranslate
ZastTranslateは、動画の翻訳とAI音声クローンによる吹き替えを100%ローカルで実行するツールです。APIキー不要で、…
★ 16 ⑂ 1 2026-06-08
3D / NeRFVoxTell
VoxTellは、自然文のテキスト指示からCT・MRI・PETなどの3D医用画像に対するセグメンテーションマスクを生成できる医…
❤ 16 ↓ 264 cc-by-nc-sa-4.0 2026-06-26
マルチモーダルUniM
UniMは、マルチモーダルな理解と生成の両方を単一のパラダイムで評価するための、初の統一されたAny-to-Anyインター…
★ 16 ⑂ 1 Apache-2.0 2026-05-30
3D / NeRF3DTiles-Inspector
3DTiles-Inspectorは、Node.jsパッケージとCLIツールであり、3D Tilesタイルセットのインタラクティブな編集を可能に…
★ 16 ⑂ 2 Apache-2.0 2026-06-23
音声生成 / TTScivitai-gen-skill
civitai-genは、CivitaiのオーケストレーションWorkflow APIを介して、画像、動画、音声、音楽、文字起こしなどを生…
★ 16 ⑂ 3 MIT 2026-06-12
音楽生成suno-field-guide
このリポジトリは、Suno AIから一貫してプロフェッショナルな結果を得るための、コミュニティによって編集されたリフ…
★ 16 ⑂ 2 2026-06-16
ComfyUIComfyClaw
ComfyClawは、ComfyUIワークフローの発見、検査、実行を可能にするCLIツールです。タグベースのパラメータ上書きとサ…
★ 16 ⑂ 6 MIT 2026-04-14
画像生成IDLM
IDLM（Inverse-distilled Diffusion Language Models）は、ICML 2026で発表された画期的な技術です。本技術は、高品…
★ 16 MIT 2026-06-08
ComfyUIjlc-comfyui-nodes
JLC ComfyUI Nodesは、画像生成AIツールComfyUI向けに、ControlNetの適用プロセスを大幅に改善するカスタムノード群…
★ 16 ⑂ 4 NOASSERTION 2026-06-22
ASR / 音声認識silent-notetaker
「Silent Notetaker」は、ブラウザ内で完結するプライベートなAI会議メモ作成ツールです。音声を外部サーバーに送信…
★ 16 ⑂ 4 NOASSERTION 2026-06-16
LLMcolsearch
ColSearchは、オンプレミスAI向けに設計された高性能なレイトインタラクション検索エンジンです。厳密なRAG（Retriev…
★ 16 ⑂ 1 NOASSERTION 2026-04-21
LLMawesome-gen-ai-fails
「Awesome GenAI Fails」は、生成AI、LLM、AIエージェントへの過信が企業、個人、社会に害をもたらした主要なインシ…
★ 16 ⑂ 1 CC0-1.0 2026-06-19
マルチモーダルlightcone
Lightconeは、Tzafonが開発した視覚言語モデル「Northstar」のためのSDKおよびAPIです。NorthstarはGUI強化学習によ…
★ 16 ⑂ 1 Apache-2.0 2026-06-16
マルチモーダルpaddleocr-pdf-api
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…
★ 15 ⑂ 4 2026-06-10
マルチモーダルGalamseyWatch
このツールは、Sentinel-2衛星画像から違法な小規模金採掘（ガラッセイ）を検出するエージェント型地球観測システム…
★ 15 ⑂ 6 MIT 2026-05-05
マルチモーダルWikiSeeker
WikiSeekerは、知識ベースの視覚的質問応答（KB-VQA）のために開発された革新的なマルチモーダルRAGフレームワークで…
★ 15 Apache-2.0 2026-04-18