全AIリポジトリ

chatgpt-cliは、macOS上で動作するChatGPTデスクトップアプリをコマンドラインインターフェース（CLI）で制御するた…

Pixels2GenAIは、単一のピクセルから最先端の拡散モデルまで、生成アートとAIを段階的に学べる無料のオープンソース…

auto_3dgsは、360度動画から3D Gaussian Splatting（3DGS）モデルを完全に自動で生成するパイプラインツールです。こ…

「Brazilian Male Realism LoRA V2」は、Z Image Turboで生成されるブラジル人男性の画像を、より自然でリアルな仕上…

DialoStackは、ROS 2ロボットが目標指向の音声会話を行えるようにするフレームワークです。ユーザーから構造化データ…

このリポジトリは、大流行したAIミーム「Gugugaga Penguin（咕咕嘎嘎企鹅）」に関する参照ページを提供します。Arkni…

DSM（Dynamic Segmented Memory）は、LLMが数百万トークンのデータセット上で推論することを可能にする、高性能なメ…

Scribeは、macOS向けの小型で特化したプッシュトゥトーク音声入力ユーティリティです。メニューバーに常駐し、Fnキー…

このリポジトリは、ICML 2025に提出された論文「Core Knowledge Deficits in Multi-Modal Language Models」の公式ウ…

このLLM Video Makerは、AIコーディングエージェント（Claude Code、Cursor、Codex、Windsurf、Geminiなど）向けのス…

mpsplatは、3D Gaussian Splatsのトレーニングと表示を行う人気のライブラリ「gsplat」のApple Silicon (MシリーズMa…

video-distillationは、動画、キーフレーム、スクリーンショット、ナレーションスクリプト、プロット概要などを、動…

「Medical Imaging Analysis」は、MATLABで開発された医療画像解析のポートフォリオプロジェクトで、多次元レジスト…

ernie-image-mlxは、Baiduの80億パラメータ画像生成モデルERNIE-Imageを、Apple Silicon向けにMLXフレームワークで純…

voicelogは、セルフホスト型のTelegramボイスジャーナルです。プライベートなTelegramボットに音声メッセージやテキ…

このツールはKaggleのGPU上で動作するマルチモーダルLLMサーバーで、テキストと画像の処理が可能です。無料のKaggle …

Stable Audio Insightは、Stability AIの「Stable Audio Open 1.0」を基盤としたWindows向けのローカルオーディオ生…

本リポジトリは、ICLR2026で発表された「Preserve and Personalize: Personalized Text-to-Image Diffusion Models w…

「comfyui-library-finder」は、ComfyUIのカスタムノードが特定のライブラリをインポートしているかを検出するための…

reachy-mini-agentは、Reachy Miniロボット向けのリアルタイム音声・視覚AIエージェントです。このツールは、ローカ…

Siriousは、macOS上でローカルの音声コマンドのトランスクリプトを分類し、ルーティングする早期開発段階のアプリケ…

ComfyUI Mirror Panelは、ComfyUIの複雑なワークフローの操作性とパフォーマンスを大幅に向上させるプラグインです。…

「ComfyUI-mflux-AnyModel」は、Apple Silicon（MLX/Metal）環境でComfyUIを使用して、あらゆるmflux/MLXモデルを実…

このリポジトリは、AIによる音声生成技術（テキスト読み上げ、音楽生成、サウンドデザイン）に関する厳選されたAPI、…