全AIリポジトリ

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…

このリストは、テキストから動画を生成するAI、リアルタイム動画、アバター・話し言葉ヘッド、動画のスタイル変換や…

Ka1zenは、Apple Silicon搭載Mac専用のローカルAIチャットアプリケーションです。アカウント登録やクラウド接続が不…

Spectrumは、コードベースやテキストファイルをコンパクトでロスレスな`.specpack`形式に変換し、検索とバイト単位で…

Monbooruは、AI生成画像（Stable Diffusion、ComfyUI、A1111/Forgeなど）を含むローカルのメディアコレクションを効…

このリポジトリは、Qualcomm Snapdragonデバイス上で大規模な拡散モデルを実行するためのパイプラインを提供します。…

SubForgeは、メディアファイルの字幕作成、翻訳、動画への埋め込みを一元的に行うオールインワンツールです。音声や…

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…

「Prompt Reinjection」は、マルチモーダル拡散トランスフォーマーにおいて発生する「プロンプト忘れ」問題に対処す…

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…

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…

DiffusionCreamPyは、最新のAIモデルを活用してヘンタイ画像からバーやモザイクといった検閲を解除するツールです。D…

MiMo TTSは、小米MiMo APIを活用したAIオーディオブック制作ツールです。小説のテキストファイルをアップロードする…

このツールは、Androidデバイス向けに設計されたストリーミング音声認識ライブラリです。VoxRT独自のオンデバイス推…

本プロジェクトは、NVIDIA DGX Spark上でQwen3.5 (0.8B～27B) モデルのLoRAおよびFull Fine-Tuningを劇的に高速化す…

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…

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…

astro-slopは、AstroプロジェクトでLLM（大規模言語モデル）向けにウェブコンテンツを最適化し、Markdown形式で出力…

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…

このリポジトリは、OpenAI互換の画像APIを通じてエージェントクライアントが画像生成、編集、バッチ処理を行うための…

「3D-RGBX」は、CVPR 2026で注目された研究プロジェクトであり、キャリブレーションや深度情報なしで3Dの一貫性を保…

AtomVoiceは、Mac向けに設計された、プライバシーを最優先する軽量な音声テキスト化ツールです。ユーザーはキーを押…

このプロジェクトは、T1加重MRI画像とT2加重MRIスキャン間の医療画像モダリティ変換を行う、条件付き拡散モデルの実…