全AIリポジトリ

ltx-video-mlxは、Apple Silicon（M1以降のMac）上でMLXを活用し、PyTorchなしでLTX-2.3モデル（22B）による高性能な…

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…

WinDiNetは、LTX-Videoビデオ拡散トランスフォーマーを都市の風の流れにおける計算流体力学（CFD）シミュレーション…

このGitHubリポジトリは、「無料のAI画像生成プロンプト、テキスト-to-イメージワークフロー、AIアートプロンプトの…

nanofatdog/omnivoice-thai-apiは、追加学習不要のタイ語テキスト読み上げ（TTS）APIおよびWeb UIです。Voice Clonin…

本リポジトリは、Vision-Language-Action（VLA）モデルの安全性に関する厳選された研究論文リストです。データ準備、…

VecSlideは、SVGスライドとOpusオーディオを同期させた、ベクトルプレゼンテーションフォーマットです。ZIP形式の`.v…

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…

このツールは、Convexバックエンドを利用して、AIエージェントがアプリケーションを効率的に認識・発見できるように…

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…

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…

map-creatorは、DJIドローンを用いた3Dマッピングや写真測量ミッションを計画・視覚化するためのデスクトップアプリ…

「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…

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…

Architect — Agent Symphonyは、AnthropicのClaude Agent SDKを基盤とするデスクトップアプリケーションです。このツ…

Mimika – AI Voice Studioは、macOS向けに開発されたPythonフリーのネイティブなテキスト読み上げ（TTS）アプリケー…

ComfyUI-Subworkflowは、ComfyUIの既存ワークフローを再利用可能な「サブワークフロー」として活用するための拡張機…

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…

Parakeyは、Apple Silicon Mac向けのプッシュトゥトーク方式の音声入力ツールです。キーを押しながら話すと、キーを…

このリポジトリは、革新的な画像トークン化手法「Channel-wise Vector Quantization (CVQ)」とその応用である「Chann…

Web Speedは、AIエージェント向けのWebページ解析ツールです。複雑なWebコンテンツ（HTML、レイアウト、JavaScript）…

Premiere Auto-Editは、話している動画（ロングフォーム・トーク・ライブ）のラフカットを、たった1つのコマンドで自…

AfriSpeech Selectorは、142のアフリカ言語にわたる2200時間以上の音声データに簡単にアクセスできるCLIツールです。…

「rag-forge」は、Retrieval-Augmented Generation（RAG）タスクに特化してLLM（大規模言語モデル）を効率的にファイ…