全AIリポジトリ

本ツールは、HuBERTのセマンティック特徴量を用いたHiggs Audio V2 Tokenizerの非公式PyTorch実装です。960倍ダウン…

SPADEは、オフラインブラックボックス最適化において、サポートされていない領域での予測の過信を防ぐためのツールで…

VoxGoは、PCゲームプレイヤー向けに開発されたオープンソースのリアルタイム音声翻訳フロートウィンドウツールです。…

ComfyUI AI Studioは、AI画像、動画、音楽生成のためのワークフロー駆動型クリエイティブスタジオです。ComfyUIの強…

このリポジトリは、実際の画像とテクスチャ付き3Dメッシュ間の相互情報量（Mutual Information）を利用して、6自由度…

AI画像生成に関する最適なリソース、モデル比較フレームワーク、プロンプトガイド、編集ワークフロー、およびClipris…

commerce-agentsは、Eコマースアプリケーション向けに自律型エージェントを構築するためのツール群です。在庫管理、…

このツールは、ICML 2026で発表された論文「Unsupervised Diffusion Solver for Combinatorial Optimization via Com…

Kokoro Serverlessは、RunPod上で動作するプロダクションレディな高品質テキスト読み上げ（TTS）サーバーレスエンド…

HiGSは、SIGGRAPH Asia 2025で発表された「Inverse Radiative Transport for Infrared Scenes with Gaussian Primiti…

このリポジトリは、Googleのマルチモーダル動画モデル「Gemini Omni」向けの高品質なプロンプトとパターンを厳選して…

このGitHubリポジトリは、「Generative AI: From Start to Surrender – A Practical Guide to Mastering and Struggl…

Arietta Voiceは、Apple Silicon Mac向けに設計された、ローカルファーストのカスタマイズ可能なAI音声アシスタント…

このツールは、Daaaaave/agentic-workspace-coreという、コーディングエージェントのためのポータブルなワークスペー…

MetaMateは、LLM（大規模言語モデル）を活用し、PDFからのデータ抽出を効率化するAIアシストツールです。系統的レビ…

このツールは、RAG（Retrieval-Augmented Generation）、高度なプロンプトエンジニアリング、ハイブリッド検索、リラ…

M-LongDocは、EMNLP 2025で採択されたマルチモーダル超長文ドキュメント理解のための挑戦的なベンチマークと、検索対…

VibeRaveは、人気のあるライブコーディング環境Strudelを基盤とし、音声、テキスト、ワンクリックプリセットといった…

Wan2GP Operatorは、WanGP/Wan2GPによるテキストからビデオ生成を効率化・自動化するオープンソースのCLIツールです…

Kestrelは、ロボティクスおよびシミュレーションパイプライン向けのリアルタイム2D Gaussian Splattingビューアです…

WIPES（Wavelet-based Visual Primitives）は、多次元視覚信号の効率的な表現を目的としたウェーブレットベースの視…

ComfyUI-Drawerは、ComfyUIの複雑なワークフローをモバイルフレンドリーなモジュール式UIプラットフォームに変革しま…

このツールは、Qwen3-TTSを利用してスペイン語のテキスト読み上げ（TTS）機能を提供します。Apple Silicon搭載のMac…

このツールは、Hermes AgentがDraw Thingsのローカル画像生成機能を利用できるようにするgRPCプラグインです。Draw T…