タグ: AIのオープンソースプロジェクト

一般的な紹介 StarVectorは、画像やテキストをScalable Vector Graphics（SVG）に変換するために、Juan A. Rodriguezなどの開発者によって作成されたオープンソースプロジェクトです。このツールは、画像コンテンツとテキスト命令を理解する視覚言語モデルを使用して、高品質のSVGコードを生成します。

概論 CortexONは、GitHub（https://github.com/TheAgenticAI/CortexOn）でホストされているオープンソースのマルチエージェントAIシステムである。TheAgenticAIチームによって開発され、ManusとOpenAI DeepResearchに触発された。その目的は、システムを複数の...

概要 MarkPDFDownはオープンソースのツールです。マルチモーダルな大きな言語モデルを利用して、PDFファイルをMarkdown形式に変換します。開発者はGitHubユーザーのjorben氏です。 このツールの目的はシンプルで、PDFドキュメントを編集・共有しやすくすることです。見出し、...

包括的な紹介 Easy Datasetは、大規模モデル（LLM）のファインチューニングのために特別に設計されたオープンソースツールで、GitHubでホストされています。ユーザーがファイルをアップロードし、コンテンツを自動的に分割し、質問と回答を生成し、最終的にファインチューニングに適した構造化データセットを出力できる、使いやすいインターフェースを提供します。オープン ...

Grok Playgroundは "tech crawlers "のチームによって開発されたオープンソースプロジェクトである。Grok3はxAIによって導入された人工知能モデルであり、Grok PlaygroundはGrok3の国内ミラーサイトを10秒以内に展開するための簡単な操作...

一般的な紹介 Skywork-R1Vは、SkyworkAI（Kunlun Wanwei）チームによって開発され、GitHubで公開されているオープンソースのマルチモーダル推論モデルです。画像とテキストを同時に処理することができ、多段階の論理的推論を実行し、特に複雑な画像問題の分析に優れています。このモデルは2025年3月18日に正式に発表された。

概論 AI Logoは、人工知能によってパーソナライズされたブランドロゴを素早く生成することを目的とした、オープンソースのAIアプリケーションプロジェクトです。Stable DiffusionやDeepAIのような強力なAI技術を組み合わせ、ユーザーが簡単なブランド情報を入力するだけで、高品質のロゴデザインを得ることができます。この...

概要 Docs は、suitenumerique チームによって開発されたオープンソースの共同ノート作成・文書管理プラットフォームです。DjangoとReact技術を使って構築されており、ユーザーがメモを取ったり、ドキュメントを管理したり、知識を共有したりするのに役立つ使いやすいツールを提供することを目標としています。このプラットフォームは複数人でのリアル...

包括的な紹介 SmartReadは、技術文書向けに設計されたAIベースのオープンソースツールです。PDFファイルを自動的に分析し、重要な用語や見出し、核となる考え方など、重要なコンテンツに注釈を付け、複雑な文書を素早く理解できるようにします。同時に、文書のトピックに関連する記事やビデオを提供することもできます。

概論 Hunyuan3D-2はTencentによって開発されたオープンソースプロジェクトで、テキストや画像から高解像度の3Dモデルを生成することを目的としている。形状生成モデル(Hunyuan3D-DiT)とテクスチャ生成モデル(Hunyuan3D-Paint)の2つのコアコンポーネントから構成される。ユーザーは、テキストの説明や画像を入力することができます。

一般的な紹介 LangManusはGitHubでホストされているオープンソースのAI自動化フレームワークです。元同僚のグループが余暇を利用して開発したもので、言語モデルと専門ツールを組み合わせてウェブ検索、データクローリング、コード実行などのタスクを実行することを目的とした学術主導のプロジェクトである。このフレームワークは、マルチエージェント...

一般的な紹介 Cursor Talk to Figma MCP は、AI プログラミング・ツール Cursor とデザイン・ソフトウェア Figma をモデル・コンテキスト・プロトコル (MCP) で接続するオープンソース・プロジェクトです。...

包括的な紹介 XianyuAutoAgentは、GitHubで開発者shaxiuによってオープンソース化されたIdlefishプラットフォーム専用に設計されたインテリジェントな顧客サービスロボットシステムです。AI技術により、7×24時間の自動業務を実現し、アイドルフィッシュの販売者がメッセージに返信したり、交渉や技術的なアドバイスに対応したりする。主な機能は以下の通り。

概要 Seed-VCはPlachtaaによって開発されたGitHub上のオープンソースプロジェクトです。1秒から30秒までのリファレンス音声を使用し、追加トレーニングなしで音声や曲の変換を素早く行うことができます。このプロジェクトはリアルタイムの音声変換をサポートしており、レイテンシは400ミリ秒程度と低く、オンライン会議に適しています。

一般的な紹介 PilottAIはGitHubでホストされているオープンソースのPythonフレームワークで、開発者のanuj0456によって作成されました。大規模言語モデル(LLM)の統合をサポートし、タスクスケジューリング、動的拡張、フォールトトレラントメカニズムやその他の機能を提供します。

一般的な紹介 HumanOmniは、HumanMLLMチームによって開発され、GitHubでホストされているオープンソースのマルチモーダルビッグモデルです。HumanOmniは人間の映像の分析に特化しており、画像と音声の両方を処理することで、感情、行動、対話の内容を理解するのに役立ちます。このプロジェクトでは、240万件の人間中心のビデオクリップと...

包括的な紹介 TxAgentは、ハーバード大学の医学・科学人工知能チーム（MIMS）によって開発されたオープンソースのAIツールで、医師が薬物相互作用を分析し、個人に合った治療計画を立てるのを支援する。多段階の推論と生物医学的知識のリアルタイム検索により、患者固有の情報（年齢、...

包括的な紹介 OpenSearch-SQLはオープンソースプロジェクトで、ユーザーの自然言語記述をSQLクエリステートメントに変換できる強力なText-to-SQLツールです。このプロジェクトはOpenSearch-AIチームによって開発されました。

SmolDoclingは、ds4sdチームがIBMと共同で開発したビジュアル言語モデル（VLM）で、SmolVLM-256Mをベースにしており、Hugging Faceプラットフォームでホストされています。SmolDoclingは、SmolVLM-256Mをベースにした視覚言語モデル（VLM）で、Hugging Faceプラットフォーム上でホストされています。 パラメータが256Mしかない世界最小のVLMで、その中核機能は...