マルチモーダルSR-3D
SR-3Dは、ICLR'26で発表された「3D Aware Region Prompted Vision Language Model」の実装です。単一視点と多視点入…
★ 27 Apache-2.0 2026-02-19
全AIリポジトリ
登録されているAI関連OSSの一覧
マルチモーダル
3D / NeRFUniVerse
UniVerseは、ICCV 2025で発表された「動画拡散モデルのシーン事前分布を活用したロバストなラディアンスフィールド再…
★ 27 2025-10-03
画像生成InkFrame
InkFrameは、macOSおよびWindows向けのローカルファーストAI映画制作ワークステーションです。ノードベースのキャン…
★ 27 ⑂ 1 MIT 2026-07-01
画像生成ComfyUI-HiresFix-Ultra-AllInOne
ComfyUI Hires Fix Ultra - All in Oneは、ComfyUI向けの高性能なHires Fixソリューションです。潜在空間/モデルアッ…
★ 26 ⑂ 2 MIT 2026-04-06
ComfyUImidjourney-comfyui
「Midjourney ComfyUI Nodes」は、ComfyUI内でMidjourney V7、V8、Nijiモデルを用いて高品質な画像を生成するための…
★ 26 ⑂ 8 MIT 2026-06-02
動画生成scene-machine
Scene Machineは、Google Cloudを基盤とするオープンソースの生成AIビデオ広告作成ワークベンチです。このツールは、…
★ 26 ⑂ 3 Apache-2.0 2026-06-25
AIエージェントkdna
KDNAプロトコルは、人間の判断システムをAIが利用可能、検証可能、構成可能、統治可能なアセットに変換するオープン…
★ 26 ⑂ 2 Apache-2.0 2026-07-01
AIエージェントMobus
Mobusは、AIアシスタントのための強力なデータセット検索および分析ツールです。20以上のデータプラットフォームから…
★ 26 ⑂ 2 MIT 2026-06-08
音声生成 / TTSmlx-speech
mlx-speechは、Apple Silicon Mac（M1以降）向けに特化した、純粋なMLXベースの音声技術ツールキットです。クラウド…
★ 26 ⑂ 4 MIT 2026-06-24
マルチモーダルEfficientVideoAgent
EVA（Efficient Video Agent）は、動画エージェントのための効率的な強化学習フレームワークです。このモデルは「pla…
★ 26 2026-05-06
マルチモーダルfacio
Facioは、長期間のワークフローにおいて人間が介入できる、セキュアで追跡可能なプロアクティブAIエージェントです。…
★ 26 ⑂ 1 AGPL-3.0 2026-05-31
画像生成ChaosEngineAI
ChaosEngineAIは、本格的なAI開発者や愛好家向けのローカルAIワークステーションです。オープンウェイトモデルの発見…
★ 25 ⑂ 4 Apache-2.0 2026-06-26
動画生成comfyui-wan-i2v-control
ComfyUI WAN I2V Controlは、WAN Image-to-Video生成において、開始画像の特定の部分を選択的に変換するためのComfyU…
★ 25 ⑂ 1 2026-06-07
音声生成 / TTSxiaolong-openclaw
「小龙 OpenClaw」は、OpenClawを音声で操作可能にする中国語音声アシスタントです。ユーザーは「小龙小龙」というウ…
★ 25 ⑂ 7 MIT 2026-04-09
音声生成 / TTSB2A-Studio
B2A-Studioは、長編小説（TXT形式）を有声オーディオブックに変換するローカル実行型の多役オーディオブック制作ツー…
★ 25 ⑂ 4 MIT 2026-06-20
画像生成modl
modlは、ローカル環境でAI画像生成とLoRA学習を行うためのツールキットです。モデルのダウンロードから依存関係の解…
★ 25 ⑂ 2 AGPL-3.0 2026-05-06
LLMPrism
PRISMは、マルチモーダル大規模言語モデル（特にLLaVA）の継続的学習設定における命令チューニングのためのPyTorchベ…
★ 25 ⑂ 6 MIT 2026-06-15
3D / NeRFmetashape-mcp
このMetashape MCPサーバーは、AIによるAgisoft Metashape Professionalの写真測量パイプライン自動化を実現するツー…
★ 25 ⑂ 3 MIT 2026-05-07
AIエージェントresearch-proof
Research Proofは、研究における主張を厳密に検証するためのツールです。反証可能なエビデンス計画、敵対的チェック…
★ 25 ⑂ 5 MIT 2026-06-01
ASR / 音声認識Pixel-Pets
Pixel Petsは、M5Stackハードウェア上で動作するオープンソースのバーチャルペットエコシステムです。Muffin（LLM搭…
★ 25 ⑂ 1 NOASSERTION 2026-05-17
マルチモーダルmedia-skills
「media-skills」は、OpenClaw向けのオープンソースエージェントスキル集で、画像、音声、動画のコンテンツ作成に特…
★ 25 ⑂ 1 2026-03-04
画像生成AI-Zero-Token
AI Zero Tokenは、ChatGPT/Codex OAuthアカウントに対応したローカルファーストのOpenAI互換ゲートウェイです。ロー…
★ 25 ⑂ 4 MIT 2026-06-25
音声生成 / TTSLA-Studio
LA Studioは、音声認識、テキスト読み上げ、音声クローン、音声デザイン、モデルダウンロード、ランタイム管理を一つ…
★ 25 ⑂ 11 GPL-3.0 2026-06-26
マルチモーダルclopinette-ai
ClopinetteAIは、Cloudflare環境で動作するAIエージェントで、永続的なメモリ、多機能なスキルハブ、マルチモーダル…
★ 25 ⑂ 6 2026-05-09