#aigc リポジトリ
リポジトリ合計107件
[NeurIPS2026] StableAvatarを紹介します。これは初のエンドツーエンド動画拡散トランスフォーマーで、参照画像と音声を条件として、後処理なしに無限長の高品質な音声駆動アバタービデオを生成します。
ウェブ上で最も包括的で、継続的に更新され、最も人気のある100以上の人格蒸留スキル集|マルチエージェントシステム|全カテゴリー:有名人/監督/ネットの伝説/古典/アニメ/職場/感情
[ECCV 2024] PowerPaint, テキストガイドによるオブジェクトインペイント、オブジェクト除去、画像アウトペイント、形状ガイドによるオブジェクトインペイントを単一モデルでサポートする多用途な画像インペイントモデル。単一のモデルで、オブジェクトの挿入、オブジェクトの除去、画像の拡張、形状制御によるオブジェクト生成を高品質かつ多機能に同時にサポートする画像修復モデル。
Awesome-llm-role-playing-with-persona:割り当てられたペルソナによるロールプレイングのための大規模言語モデルのリソースのキュレーションリスト
🚀 複数のアプリにさようなら!本プロジェクトは主にPython+React+TypeScript+Hono+SQLite3+Redisをベースに、“All in One”のスマートツールセットを構築しています。iQIYI、Tencent Video、Youku、Douyin、Bilibili、Xiaohongshuなど20以上のプラットフォームの動画を会員登録なしで再生でき、4Kオンライン解析と高速・透かしなしダウンロードに対応しています。Cloudflare Turnstileによるボット・スクレイピング対策、Google・GitHubの認証ログイン、OpenAI SDK、分析SDK、MCPサービス、Agentなどを統合し、ChatGPTとの対話、AI画像生成、論文の類似度低減、Hugging Face論文の取得、オンラインLaTeX編集に対応しています。さらに、金のリアルタイムローソク足チャート、AIマインドマップ、Xianyuアシスタントなど、効率化に役立つ先進的な機能も搭載。大量のアニメ・漫画リソースも内蔵しており、思う存分読書を楽しめます!軽量かつ高効率で、設定するだけですぐに使え、PCとモバイル端末に完全対応。ChattyPlayで素晴らしい旅を始めましょう~
製品レベルのIOCRカスタムテンプレート認識、画像検索、人物検索などを提供します。無料かつ商用利用可能なJava AIワンストップソリューションであり、業務負担を軽減し、製品開発を加速させます。プロジェクトカテゴリには、AI SDK、Webアプリケーションなどが含まれます。
AIネイティブ・リスクインテリジェンス・システム、OpenDeRisk – アプリケーション・システム・リスク・インテリジェント・マネージャーが、年中無休24時間体制で包括的かつ詳細な保護を提供します。
[CVPR 2024] PIA、あなたのパーソナライズされた画像アニメーター。テキストプロンプトで画像をアニメートし、Dreamboothと組み合わせて、見事なビデオを実現します。 PIA、あなたのパーソナライズされた画像アニメーターは、テキストプロンプトを使用して画像を驚くべきアニメーションに変換します。
AIオーディオデータセット(AI-ADS)🎵は、スピーチ、音楽、サウンドエフェクトを含み、生成AI、AIGC、AIモデルトレーニング、インテリジェントオーディオツールの開発、およびオーディオアプリケーションのトレーニングデータを提供できます。
Hao (駱君昊) による Claude Code スキル。あなたの Facebook での語り口を学習し、14 日間のコンテンツカレンダーに基づいて FB / IG / Threads / X に自動投稿します。バイラル効果を実証済み:最初の投稿でリーチ 8 万 / いいね 448 / コメント 500 を獲得。2 日目の失敗に関する分析(ポストモーテム)も含まれています。
ARGOは、オープンソースのAIエージェントプラットフォームで、Local Manusをデスクトップに持ち込みます。一クリックのモデルダウンロード、シームレスなクローズドLLM統合、オフライン優先のRAG知識ベースにより、ARGOは自律思考、タスク計画のためのDeepResearchの強力なツールとなり、データの100%がローカルに留まります。Win/Mac/Docker対応。
📚 AIGCの求職面接体験談、必須基礎知識、プロンプトエンジニアリング、ChatGPT、Stable Diffusion、Prompt、Embedding、Fintuneなど、AIGCでの就職活動に必要なすべてがここに記載されています〜
[CVPR 2024] GaussianDreamer: 2Dおよび3D拡散モデルをブリッジングすることにより、テキストから3Dガウシアンへの高速生成
AI生成研究者向けdiffusersフレームワーク内でのLoRA(Low-Rank Adaptation)使用に関する最もわかりやすいチュートリアル🔥
🚀🚀🚀大規模言語モデル(LLM)、ビジョン言語モデル(VLM)、ビジョン言語アクション(VLA)、AI生成コンテンツ(AIGC)に関する素晴らしい公開プロジェクトのコレクション、および関連するデータセットとアプリケーション。
"Fantasia3D: 高品質なテキストから3Dへのコンテンツ作成のためのジオメトリと外観の分離" 公式リポジトリ (ICCV 2023)
AI生産性ツール – 無料かつオープンソースで、ユーザーの生産性を向上させ、プライバシーとデータセキュリティを保護します。組み込みのローカル専用ChatGPT、DeepSeek、Phi、Qwenなどのモデル、画像、ビデオ、オーディオなどのワンクリックバッチインテリジェント処理が含まれますが、これらに限定されません。
[ECCV 2024] MOFA-Video: Frozen Image-to-Video Diffusion ModelにおけるGenerative Motion Field Adaptionsによる制御可能な画像アニメーション。
AI映画・ドラマ、漫画ドラマ、マルチモーダルコンテンツ制作に対応するエージェントネイティブな無限キャンバス。ワンクリックで動画を完成させるエージェントを主軸とし、制御可能なオーケストレーションを実現します。
Paddle Multimodal Integration and eXplorationは、エンドツーエンドの大規模マルチモーダル事前学習モデルや拡散モデルツールボックスを含む、主流のマルチモーダルタスクをサポートします。高性能と柔軟性を備えています。
Nop Platform 2.0は、リバーシブルコンピューティングの原則に基づいてゼロから構築された次世代のローコード開発プラットフォームであり、言語指向プログラミングパラダイムを採用しています。GraphQLエンジン、ORMエンジン、ワークフローエンジン、レポートエンジン、ルールエンジン、バッチ処理エンジンなど、完全に設計されたエンジンのスイートが含まれています。
CVPR2026/CVPR2025/ICCV2025/CVPR2024/ECCV2026/ECCV2024 AIGCの論文とコードのコレクション
A.S.E (AICGSecEval) は、テンセント悟空コードセキュリティチームによって開発された、リポジトリレベルのAI生成コードセキュリティ評価ベンチマークです。
ComfyUI Lumi Batcherは、ComfyUI用に設計されたバッチ処理拡張プラグインであり、ワークフローのデバッグ効率の向上を目指しています。従来のデバッグ方法ではパラメータを一つずつ調整する必要がありましたが、このツールはバッチ処理機能により作業効率を大幅に向上させます。
ComfyUI多機能集約プラグイン(プロンプト翻訳、プロンプト洗練、テクスチャエディタ、モデル参照修正など)、ComfyUIの任意の長文入力ボックスで中文入力と自動翻訳をサポート/同時にエラー翻訳機能(百度翻訳を呼び出し)を追加し、翻訳の自由を実現!同時にAI大規模モデルを接入してプロンプト洗練機能を実現、他のプラグイン機能はプラグイン紹介をご覧ください
NarcissusのAIプロンプト|5,000件以上の中国語AI画像生成プロンプト集。検索・カテゴリ別表示・ワンクリックコピーに対応。ChatGPT、Grok、Gemini、Midjourney、Stable Diffusion、Flux、即夢(Jimeng)、可靈(Kling)、豆包、海螺、文心一格など、主要な画像生成モデル向けのプロンプトを収録。ソースコードとデータセットはすべてオープンソースです。