AIオープンソース

AIオープンソース
Go-with-the-Flow：高度なモーションコントロール技術
Go-with-the-Flow：高度なモーションコントロール技術
構造化された潜噪音をサンプリングすることでモーションを制御。Go-with-the-Flowは局所オブジェクト動作制御、グローバルカメラ動作制御、モーション転送
Light-A-Video：再学習不要で動画の照明を調整
Light-A-Video：再学習不要で動画の照明を調整
フレーム単位の画像リライティングモデルを応用したシンプルなツール。DiT動画モデルを再学習することなく照明を調整でき、生成されたフレームは光源と外観の一貫性が向
AutoGen：Microsoftが発表したLLMベース多エージェントシステム構築向けオープンソースフレームワーク
AutoGen：Microsoftが発表したLLMベース多エージェントシステム構築向けオープンソースフレームワーク
Microsoftが開発した、LLMベース多エージェントシステムの構築・管理のためのオープンソースフレームワーク。複数のエージェントを作成し、それらが対話を通じ
Spark-TTS: ゼロショット音声クローンと多言語合成に対応する高性能テキスト読み上げシステム
Spark-TTS: ゼロショット音声クローンと多言語合成に対応する高性能テキスト読み上げシステム
SparkAudioチームが開発したテキスト読み上げ(TTS)システム。Qwen2.5をベースに構築され、自然で高品質な音声を生成。ゼロショット音声クローンと多
MoltBook：OpenClaw上に構築されたAI専用ソーシャルプラットフォーム
MoltBook：OpenClaw上に構築されたAI専用ソーシャルプラットフォーム
AIエージェント向けに世界初のソーシャルネットワーク。Redditの構造を模倣し、AIが自発的に投稿・コメント・コミュニティを構築できます。技術的な知見を共有し
Platon.AI - 柏拉図智能
Platon.AI - 柏拉図智能
Platon.AIは単なるAIスクレイパーではなく、AIエージェントのためのインフラです。AIエージェントがツールを使うには、オンラインWebページを高速に読解
Atomic Agents：モジュール式で拡張可能なAIエージェント構築用オープンソースフレームワーク
Atomic Agents：モジュール式で拡張可能なAIエージェント構築用オープンソースフレームワーク
モジュール式で拡張可能なAIエージェントを構築するためのオープンソースフレームワーク。複雑なAIシステムを最小の不可分なコンポーネントに分解し、それらを柔軟に組
SurveyX：オープンソースの自動化学術調査・論文生成ツール
SurveyX：オープンソースの自動化学術調査・論文生成ツール
大規模言語モデル（LLM）を活用し、高品質で特定分野に特化した学術論文・サーベイを生成する先進的な学術調査自動化システム。
DeepFaceLab_云技派,专注ai人工智能!
DeepFaceLab_云技派,专注ai人工智能!
DeepFaceLabはディープラーニングを用いて画像や動画内の顔を認識・入れ替えするツールです。
ultralytics：オープンソースのコンピュータビジョン・深層学習フレームワーク
ultralytics：オープンソースのコンピュータビジョン・深層学習フレームワーク
使いやすく高性能なオープンソースのコンピュータビジョン・深層学習フレームワーク。主にYOLOシリーズ（YOLOv5、YOLOv8など）のモデル開発と実行に使用さ
LabelLLM：オープンソースのデータラベリングプラットフォーム
LabelLLM：オープンソースのデータラベリングプラットフォーム
オープンソースのデータラベリングプラットフォームで、大規模言語モデル（LLM）の開発に不可欠なデータアノテーションプロセスの最適化に取り組む。
AutoStudio
AutoStudio
マルチターンの対話型画像生成において、一貫した被写体を作成します。
Eigent AI：世界初のデスクトップ向けマルチエージェント生産性プラットフォーム
Eigent AI：世界初のデスクトップ向けマルチエージェント生産性プラットフォーム
世界初のデスクトップ向けマルチエージェント生産性プラットフォーム。マルチエージェント協働アーキテクチャを採用し、タスクの分割と並列処理によって複雑なタスクの実行
AigcPanel：無料オープンソースの AI バーチャルヒューマンシステム
AigcPanel：無料オープンソースの AI バーチャルヒューマンシステム
完全無料かつオープンソースの AI バーチャルヒューマンシステム。動画合成、音声合成、音声クローンをサポートし、ローカルモデルの管理を簡素化し、ワンクリックで
VideoSrt_云技派,专注ai人工智能!
VideoSrt_云技派,专注ai人工智能!
VideoSrtは、映像の音声を認識して字幕SRTファイルを自動生成するオープンソースツールです。動画・音声メディアの中英字幕やテキストファイルをすばやく一括生
XHS-Downloader：小紅書のリンク抽出・作品収集ツール
XHS-Downloader：小紅書のリンク抽出・作品収集ツール
小紅書のリンク抽出・作品収集ツール。アカウントの投稿・收藏・いいね作品のリンク抽出、検索結果の作品リンク・ユーザーリンク抽出、小紅書作品情報の収集、ダウンロード
Whisper音声認識モデル
Whisper音声認識モデル
Whisperは汎用音声認識モデルです。多様な音声の大規模データセットで学習されており、多言語音声認識、音声翻訳、言語識別を実行できるマルチタスクモデルでもあり
Deepfakes Creator_云技派,专注ai人工智能!
Deepfakes Creator_云技派,专注ai人工智能!
Deepfakes Creatorはテキスト入力からリアルな話す人物動画を生成します。模倣したい人物の写真をアップロードしスクリプトを書くだけで、まるで本人が話
InkOS：オープンソースの物語創作AIエージェントシステム
InkOS：オープンソースの物語創作AIエージェントシステム
オープンソースのAI小説創作エージェントシステム。長編連載、短編、台本、インタラクティブ映像ゲーム、多言語翻訳に対応。計画、執筆、監査、修正までを自動化し、デー
Klavis AI：MCP の利用と統合を簡素化するオープンソースプラットフォーム
Klavis AI：MCP の利用と統合を簡素化するオープンソースプラットフォーム
MCP の利用と統合の簡素化に特化したオープンソースプラットフォーム。マルチプラットフォームクライアント、高品質なホスト型 MCP サーバー、安全なツール統合を
Cradle：キーボードとマウスを直接制御できるマルチモーダルAI Agentフレームワーク
Cradle：キーボードとマウスを直接制御できるマルチモーダルAI Agentフレームワーク
汎用コンピュータ制御のためのマルチモーダルAIフレームワークで、AI Agentが人間のようにキーボードとマウスを直接操作し、あらゆるオープンソース・クローズド
SparkAiシステム
SparkAiシステム
SparkAiはGPT-4.0、Midjourney、GPT-3.5 API、GPTのウェブ機能、绘画広場、Prompt機能をサポート。バックエンドのカスタマイ
DuckDB-NSQL：大規模言語モデルによるテキスト生成SQL
DuckDB-NSQL：大規模言語モデルによるテキスト生成SQL
DuckDBデータベース専用に設計されたテキスト→SQLモデルです。自然言語でニーズを記述するだけで、自動的にSQLコードに変換されます。
Step-Audio：Stepfunが発表した初のオープンソース音声インタラクションモデル
Step-Audio：Stepfunが発表した初のオープンソース音声インタラクションモデル
Stepfunと吉利汽車集団が共同開発したオープンソースの音声インタラクションモデル。音声認識、意味理解、対話生成、音声クローン、音声編集、音声合成を統合的に備