全AIリポジトリ

Openflowは、Windowsデスクトップ向けに設計されたディクテーションアプリです。ユーザーが`Ctrl + Win`を押している…

Cerul Appは、ユーザーが視聴する動画や音声コンテンツをセルフホストで管理し、高度な検索を可能にするオープンソー…

このリポジトリは、ECG（心電図）言語モデル（ELM）のファインチューニングと評価のための研究フレームワークです。…

AIを活用した次世代オーディオ制作プラットフォーム「Audio Content Creator」。テキストを基に、高品質な音声合成、…

VULCAは、エージェントが漠然とした視覚的意図を制御された創造的制作へと変換することを支援する、エージェントネイ…

hearsayは、YouTube動画、ポッドキャスト、ローカル録音などの多様な音声・動画コンテンツを、クリーンでタイムスタ…

Roveは、ローカルで動作するClaudeなどのCLIコーディングエージェントを、スマートフォンからTailscale経由で安全に…

MAMA-SYNTHは、乳房MRIの課題に特化したベンチマークチャレンジで、造影剤を使用せずに造影後の乳房MRI画像を生成す…

「Gamentic」は、自己ホスト型でブラウザからプレイできるAIダンジョンRPGです。AIナレーターと個性豊かなAIキャラク…

「ComfyUI-LocateAnything」は、NVIDIAのLocateAnything-3BビジュアルグラウンディングモデルをComfyUIで利用可能に…

「FLOWING 🌊: Implicit Neural Flows for Structure-Preserving Morphing」の公式実装で、2025年のNeurIPSで発表さ…

Flow Agentは、Google Flowを活用してAI動画や画像をターミナルから生成するCLIツールです。APIキー不要で、Omni Fla…

케케더빙（kekedubing）は、ローカル環境で動作するAI動画翻訳・吹き替えツールです。クリエイターが動画の翻訳と吹…

SilkStack Image Browserは、AI生成画像をオフラインで管理・閲覧するためのローカル画像ブラウザ兼マネージャーです…

minFLUXは、Black Forest LabsによるFLUX.1およびFLUX.2拡散トランスフォーマーの、非公式かつ最小限のPyTorch実装で…

MelonS-Agentsは、自己構築・自己検証型のコロニーシムゲームプロトタイプを開発するAIエージェントです。音楽ビデオ…

agentwerkは、チケット駆動型のエージェントワークフローを大規模に構築するための最小限のRustクレートです。組み込…

このツール「gtsam-splatfactors」は、既存の3D Gaussian Splatting SLAM (3DGS-SLAM) システムが抱える、勾配降下法…

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…

このリポジトリは、FlashTalkの非公式なトレーニングコード実装です。FlashTalkは音声駆動型のデジタルヒューマンモ…

IPSL-AIDは、GPUクラスターやHPCシステム向けに設計された、気候データダウンスケーリングのための高性能な研究フレ…

recon3dは、動画や画像から3D Gaussian Splatをワンコマンドで生成するツールです。従来のCOLMAPを使用せず、VGGTやM…

「Coval Benchmarks」は、音声AI（STT/TTS）プロバイダーの性能を測定するためのオープンソースのベンチマーキングツ…

OvertliDS/overtli-studio-suiteは、Windows環境に最適化されたComfyUIカスタムノードスイートで、ローカルおよびク…