全AIリポジトリ

UnMix-NeRFは、ICCV 2025で発表される新しい手法で、スペクトルアンミキシングをNeural Radiance Fields (NeRF) に統…

FruitNeRF++は、果樹園における多様な果物の計数を汎用的に行うための新しい手法です。コントラスト学習とニューラル…

JibarOSは、Android 16をベースにAIをプラットフォームの基盤機能として統合したOSのフォークです。テキスト補完や画…

ComfyUI-Actual-Denoiseは、ComfyUIのimg2imgプロセスにおいて、ノイズ量を実際に設定するためのシンプルなカスタム…

VoiceTypeは、シーン適応型のAI音声入力ツールで、アプリケーションの切り替えを自動で認識します。ローカルオフライ…

「/watch」は、YouTube、Instagram、X（旧Twitter）など多様なオンライン動画サイトやローカルファイルから、Claude…

RealUIDは、ICLR 2026で発表された「Universal Inverse Distillation for Matching Models with Real-Data Supervisi…

AI VTuber/ストリーマーフレームワーク「Wallie」は、リアルタイムの視覚認識、個性エンジン、リップシンクアバター…

AI Agent Simulatorは、実際のAIエージェントがチャットメッセージを処理する内部プロセスをリアルタイムで可視化す…

SpeakyはmacOS向けの音声テキスト変換ツールです。ホットキーを押して話すだけで、オンデバイスAIまたはオプションで…

PostgreSQLのpgvector拡張を用いた、本番環境に対応したRAG (Retrieval-Augmented Generation) システムです。セマン…

このツールは、UIUC Polaris GEM e4向けの歩行者認識自律走行スタック「ADAPT」です。拡散ベースの歩行者軌道予測器…

ShrinkComfyは、ComfyUIで生成されたPNG画像を、ワークフローメタデータを保持したままWEBPまたはJPG形式に縮小するW…

KONASHは、強化学習を用いて知識エージェントを訓練するツールです。文書コーパスから「検索する方法」を学習するエ…

Olm Liquifyは、Photoshopの「ゆがみ」ツールに着想を得たComfyUI用カスタムノードです。画像の一部をインタラクティ…

macOSのMシリーズMacBookのノッチ部分に常駐するAIエージェントです。ユーザーは音声で指示を出し、Claude Sonnetが…

「ComfyUI-TensorRT-Reforge」は、ComfyUI向けに最適化された超高速TensorRTエンジンエクスポート・ロードツールです…

Silenciは、AIを活用して動画の無音部分を自動的に除去し、完璧に同期した字幕を生成するmacOSネイティブアプリケー…

このツールは、PDFをOCR処理し、結果をMarkdown形式で返す自己ホスト型APIです。PaddleOCRとPaddleOCR-VLモデルを搭…

GitHubPhobosが開発した「Ech👂 Voice Typing Assistant」は、高速でプライバシーを重視したプッシュトゥトーク方式…

docagentは、手元の論文やローカルドキュメントに対して質問し、ページ単位で正確かつ検証済みの引用付き回答を得ら…

Diffusers Tunerは、Hugging Face Diffusersモデルのファインチューニングにおける複雑さとオーバーヘッドを排除する…

EricRollei/comfyui-refocusは、ComfyUI用のカスタムノード集で、生成型リフォーカシングパイプラインを実装していま…

hwdsl2/docker-whisper-liveは、faster-whisperを基盤とした自己ホスト型リアルタイム音声テキスト変換サーバーをDoc…