#multimodal-ai リポジトリ
リポジトリ合計191件
このリポジトリは、Meta AI の Segment Anything Model (SAM) に関する初の包括的な調査のためのものです。
[NeurIPS'23 Spotlight] "Mind2Web: Towards a Generalist Agent for the Web" -- Webのための初のLLMベースWebエージェントおよび汎用Webエージェントベンチマーク
Nano Banana Hackathon の公式スターターキット。このリポジトリをクローンして、すぐに構築を始めましょう!
Geminiマルチモーダルチャットウェブサイトを10秒でデプロイ、サーバーレス! Gemini APIキーを用意するだけで、10秒でGeminiマルチモーダル会話のウェブサイトをデプロイできます。
[NeurIPS 2023] 論文「Motion-X: A Large-scale 3D Expressive Whole-body Human Motion Dataset」の公式実装
UnifiedRewardおよび[NeurIPS 2025] UnifiedReward-ThinkおよびUnifiedReward-Flexの公式実装
Cosmos-Transfer1は、シミュレートされた環境と現実世界の環境との間の知覚のギャップを埋めるために設計された、ワールド・ツー・ワールド転送モデルです。
[メンテナンス停止] LLM API アグリゲーション会話ツールです。元プロジェクトリポジトリ:https://github.com/KouriChat/KouriChat 本プロジェクトは iwyxdxl が元プロジェクトをベースに修正・作成しました。学習目的のみに使用し、規約に従ってください。公衆向けプラットフォームへの接続や本番環境での使用は行わないでください。
【ICCV 2023】「A Simple Framework for Open-Vocabulary Segmentation and Detection」論文の公式実装
[ComfyUI Layer Style](https://github.com/chflame163/ComfyUI_LayerStyle)から分離されたノードは、主に依存関係パッケージに複雑な要件があるものです。