全AIリポジトリ

このツールは、360度カメラで撮影した動画を、3D Gaussian Splatting（3DGS）のトレーニングに利用できる画像、マス…

この「DisPOSE」は、自己教師ありマルチビュー3D人体ポーズ推定のための実装です。離散的なクロスビュー人物割り当て…

Cinemorphは、ユーザーのブリーフ（概要）から、映画のようなローンチビデオ、投資家向けピッチデッキ、または機能の…

ScribeNEOは、Stable Diffusion Forge Neo専用に開発されたプロンプトエンジニアリング拡張機能です。AIを活用し、ユ…

OmniVoiceを搭載したセルフホスト型の音声クローンおよびテキスト読み上げ（TTS）ウェブアプリケーションです。テキ…

CaptionEvalKit-for-VLMsは、VLM（Visual Language Model）向け画像キャプション評価を再現性高く、オールインワンで…

「論文ビューア with Local LLM」は、研究会や学会で発表内容を素早く理解し、質疑応答の準備を支援するWebアプリで…

SEARは、RGB画像と熱画像を組み合わせてカメラのポーズを推定する3D再構築プロジェクトです。Visual Geometric Trans…

AutoPilot Devは、GitHubのプルリクエストURLを入力として受け取り、AIがコードレビュー、バグ修正の提案、テスト検…

AeroGraphは、航空安全インシデントレポートを対象としたグラフ拡張RAG（Retrieval-Augmented Generation）のベンチ…

GenoBERTは、遺伝子型シーケンスを言語モデリングの問題として捉えるBERTベースの深層学習モデルです。マスクされた…

Brahは、リアルタイムでユーザーのPC画面を認識し、コンピューターを操作するデスクトップ音声アシスタントです。Ope…

J AI Studioは、複雑なグラフエディタを必要とせずに、ローカルで画像や動画を生成するためのComfyUI用シンプルUIで…

KIVIは、テキストから動画を生成するAIモデルの評価に特化したツールです。従来の「動画の見栄え」ではなく、「動画…

GDB (GraphicDesignBench) は、グラフィックデザインタスクにおけるビジョン言語モデルの性能を評価するためのリアル…

本リポジトリは、ドイツ語のKokoro音声モデル「Martin」を用いたテキスト読み上げ（TTS）システムのDockerおよびHome…

SubForgeは、AIを駆使した高機能な動画字幕ツールです。音声のテキスト化、意味に基づいたスマートな断句、誤字修正…

「ACE-Step Studio — Pinokio launcher」は、ローカルでAI音楽生成を可能にする「ACE-Step Studio」のワンクリックク…

CareerForgesは、AIエージェントをローカルで実行することで、求職活動を自動化・最適化するためのオープンソースの…

Agent Islandは、macOSのノッチに表示される、Claude/Codex AIエージェント用のコンパニオンアプリです。長時間のAI…

Plasmodは、マルチエージェントシステム向けに設計されたエージェントネイティブデータベースです。粘菌ネットワーク…

aeon-music-makerは、AEON Media Productionファミリーの一部であるスタンドアロンの音楽生成ツールです。ACE Step 1…

corplaw-ragは、企業法務に特化した先進的な検索拡張生成（RAG）システムです。このツールは、高度な情報検索とコン…

このツールは「Florilegium（フロリレギウム）・他山之石」と名付けられ、YouTubeやBilibiliなどの動画リンク、また…