全AIリポジトリ

LivePortraitは、人物、猫、犬のポートレートを効率的にアニメーション化するAIツールです。本ツールは、Stitchingと…

pyVideoTransは、動画を多言語に翻訳し、吹き替えと字幕を埋め込むための強力なオープンソースツールです。音声認識…

OpenFangは、Rustで構築されたオープンソースのエージェントオペレーティングシステムです。チャットボットフレーム…

PentAGIは、AI技術を活用して複雑なペネトレーションテストタスクを完全に自律的に実行できる革新的なシステムです。…

Janus-Seriesは、DeepSeek AIによって開発された、統合されたマルチモーダル理解および生成モデルです。Janus-Proは…

SuperAGIは、実用的な自律型AIエージェントを構築、管理、実行するためのオープンソースフレームワークです。このツ…

VideoLingoは、YouTube動画のダウンロードから翻訳、ローカライズ、吹き替えまでをオールインワンで行うツールです。…

NVIDIA NeMo Speechは、大規模言語モデル、マルチモーダル、音声AI（自動音声認識、Text-to-Speech）向けにNVIDIAが…

「NVlabs/instant-ngp」は、ニューラル放射輝度フィールド（NeRF）や符号付き距離関数（SDF）などを雷のように高速に…

Leonは、ツール、コンテキスト、メモリ、エージェント実行を中心に構築されたオープンソースの個人AIアシスタントで…

Wan2.2は、オープンで先進的な大規模ビデオ生成モデルWanの主要なアップグレード版です。専門家混合（MoE）アーキテ…

PlayCanvas Engineは、WebGL2とWebGPUをベースにしたオープンソースのゲームエンジンです。Webブラウザ上で動作する…

Edictは、中国の古代帝国の統治機構「三省六部制」にインスパイアされた、AIマルチエージェントオーケストレーション…

このリポジトリは、Stable Diffusion WebUIをGoogle Colabで利用するためのもので、DreamBoothやLoRAトレーナーの機…

本リポジトリは、エンジニアリング、デザイン、マーケティング、金融など18部門をカバーする215種類のAI専門家エージ…

Memvidは、AIエージェントのためのサーバーレスかつシングルファイルのメモリレイヤーです。複雑なRAGパイプラインや…

Browser Harnessは、大規模言語モデル（LLM）をChrome DevTools Protocolを介して実際のブラウザに直接接続し、ウェ…

Kaldiは、音声認識技術の開発と研究のための包括的なオープンソースツールキットです。UNIX系OS、Windows、Linuxとい…

Voskは、20以上の言語と方言（日本語含む）に対応したオフライン・オープンソースの音声認識ツールキットです。50MB…

llmwareは、エンタープライズ向けのRAG（検索拡張生成）パイプライン構築に特化した統合フレームワークです。小規模…

NVIDIA Deep Learning Examplesは、NVIDIA Volta、Turing、Ampere GPU上でNVIDIA CUDA-Xソフトウェアスタックを用い…

ms-swiftは、ModelScopeコミュニティが提供する、大規模言語モデル（LLM）およびマルチモーダル大規模言語モデル（ML…

Tencent-Hunyuan/Hunyuan3D-2は、大規模Hunyuan3D拡散モデルを活用した高解像度3Dアセット生成システムです。Hunyuan…

Vibe-Tradingは、個人トレーダー向けのAI取引エージェントで、ワンコマンドで包括的な取引機能を提供します。永続メ…