全AIリポジトリ

Seedance 2.0 APIは、ByteDanceが提供する最先端の動画生成モデル「Seedance 2.0」の公式APIです。テキスト、画像、…

llm-eval-layerは、LLMの出力品質を評価し、ハルシネーションを検出するための軽量なPython製決定エンジンです。アト…

TurboPLYは、PLY (Polygon File Format)ファイルの高速な読み書きに特化した軽量なC++ライブラリです。ゼロコピーメ…

splatregは、3D Gaussian Splatting（3DGS）スキャン間の位置合わせ（アライメント）と結合を目的としたPythonライブ…

このツールは、Zyphra/ZONOS2モデルをComfyUIで利用するためのカスタムノード集です。テキスト読み上げ、音声のみで…

aeon-movie-makerは、Lightricks LTX 2.3 22Bモデル（220億パラメータ）をベースにした、高速な映画品質ビデオ生成ツ…

このツールは、TypeScriptで書かれたマルチモーダルAIエージェントで、画像、音声、テキストを組み合わせて処理でき…

Lumenは、チャット、ビジョンQA、テキストから画像生成、画像から画像生成、長文会話圧縮、画像共有、Telegramボット…

ODE-GSは、ICLR 2026で発表された「Latent ODEs for Dynamic Scene Extrapolation with 3D Gaussian Splatting」の公…

Sireneは、自己ホスト型で複数のバックエンドをサポートするテキスト読み上げ（TTS）プラットフォームです。現代的な…

MiNerva（咪涅瓦）は、資料調査、コード生成、データ処理、レポート作成など、多段階の複雑なタスクを自動で実行する…

TokenPack-RAGは、長文のドキュメント、コードベース、PDF、フォルダなどのコンテンツを、証拠密度の高いコンパクト…

Voqiは、あらゆるウェブアプリケーションを37言語で音声操作可能にするオープンソースの音声制御レイヤーです。数分…

このツールは、Qwen3-ASR向けのマルチテナントストリーミングASR（自動音声認識）サーバーです。オリジナルのFlaskデ…

Flow Agentは、Google Flowを活用してAI動画や画像をターミナルから生成するCLIツールです。APIキー不要で、Omni Fla…

Foundation Music Labは、Stable AudioをベースにFoundation_1モデルに最適化されたポータブルなAI音楽生成ツールで…

Majik's Music Studioは、オープンソースのAI音楽生成デスクトップアプリケーションです。ユーザーがテキストで音楽…

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…

Manor OSの「Minutes」は、ソロ創業者向けに設計されたAI議事録ツールです。会議の録音、リアルタイム文字起こし、AI…

このツールは、画像に埋め込まれたEXIF、GPS、C2PA/コンテンツクレデンシャル、AIウォーターマーク、Stable Diffusio…

Diagrammerは、LLMが作成した図をローカルで表示・編集するためのオープンソースビューアです。マインドマップ、ツリ…

Danbooru Dataset Filterは、AIトレーニング用データセットのキュレーションと準備を目的とした高性能GUIツールです…

このリポジトリは、「Seedream 5」を含むAI画像生成のための高品質なプロンプト、AI画像生成ワークフロー、プロダク…

MediaGo Dramaは、小説や劇本から短編ビデオを制作するための一貫したAgent作業台です。テキストからビデオまで、原…