最新のAIリソース

一般的な紹介 Diffusers Image Outpaintは、Hugging Faceコミュニティメンバーのfffiloniによって作成された強力なAI画像拡張ツールです。このツールは、高度な拡散モデリング技術を利用して、画像を...

一般的な紹介 Morphik Coreはmorphik-org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プロジェクトです。以前はDataBridge Coreと呼ばれていましたが、現在はMorphik Coreに改名されています。

一般的な紹介 Tempo Labsは、人工知能技術を使用して、開発者やデザイナーがReactアプリケーションを迅速に構築できるように支援するプラットフォームです。直感的なドラッグ＆ドロップエディターと豊富なコンポーネントライブラリを提供することで、高品質なユーザーインターフェースの設計・開発を容易にします。

概論 Gemini Cursorは、GoogleのGemini 2.0 Flash（実験的）モデルをベースとしたデスクトップ知的アシスタントである。Gemini Cursorは、マルチモーダルAPIを通じて、視覚、聴覚、音声によるインタラクションを可能にし、リアルタイムで低遅延な利用を提供します。

一般的な紹介 MarkItDownはMicrosoftによって開発されたPythonツールで、様々なファイルやオフィス文書をMarkdown形式に変換するように設計されています。このツールは、PDF、PowerPoint、Word、Excel、ダイアグラム...など、幅広い種類のファイルをサポートしています。

はじめに TinyWowは、ユーザーのデジタルライフを簡素化するために設計された、幅広い無料デジタルツールを提供する包括的なオンラインプラットフォームです。PDF管理、ビデオ編集、画像操作、AIによるライティング支援など、TinyWowにはユーザーが必要とするものが揃っています。

概要 LTX Studioは、クリエイター、マーケティング担当者、映像制作者、スタジオ向けに設計された、AIを活用した革新的な映像制作プラットフォームです。ストーリーの構想から、分割画面の生成、キネティックエフェクトの追加、ポスト編集まで、全工程の操作が可能で、クリエイティブなコンセプトを...

一般的な紹介 LogoCreatorは、Together AIとFluxモデルに基づいたオープンソースのロゴ・ジェネレーターで、企業や個人に迅速でプロフェッショナルなロゴ・デザイン・サービスを提供することに焦点を当てています。このプロジェクトは、開発者Nutlopeによって開発され、Gitでオープンソース化されています...

一般的な紹介 Reshot AIは、顔の表情、目の方向、頭のポーズをリアルタイムで調整することに重点を置いた、強力なオンラインAIフォトエディターです。簡単な操作で素早く写真を編集し、プロ並みの高品質な写真に仕上げることができます。

モーフ・スタジオの紹介 モーフ・スタジオは、ストーリーテリングとデザインのユニークな組み合わせを専門とするクリエイティブ・プロダクション・スタジオで、コマーシャル、アニメーション、ミュージックビデオ、ショートフィルムのプロジェクトに取り組んでいます。また、モーフ・スタジオは、新しいプログラム "Mor...

包括的な紹介 Datalabは、OCR、レイアウト分析、PDFからMarkdownへの変換などに焦点を当てた高度なAIモデルを幅広く提供しています。これらのモデルは高性能であるだけでなく、使いやすくオープンソースです。プラットフォーム上のマーカーモデルは、迅速かつ正確に...

包括的な紹介 Tarsierは、ByteDanceによって開発されたオープンソースのビデオ言語モデルファミリーで、高品質のビデオ記述を生成するためのものです。CLIP-ViTがビデオフレームを処理し、Large Language Model (LLM)が...

あなたがAI開発者で、素晴らしいアイデアをたくさん持っているにもかかわらず、ツールの高コストに行き詰っていると想像してみてください。イレブンラボのAIエンジニア・パックは、そんな「開発コスト」の問題を解決します。

概要 ModelBestは、軽量かつ高性能な大型モデルの開発に注力する企業であり、先進的なAI技術をメインストリーム家電や日常生活のあらゆるエンドデバイスに応用することに専念している。同社のMiniCPMシリーズは、非常に高い演算能力とメモリ使用効率を備えたエンドサイドモデルです。

概要 Ai2 OLMoEは、Allen Institute for AI (Ai2, Allen Institute for Artificial Intelligence)によって開発されたオープンソースのiOSアプリで、デバイス上で動作するAIモデルを提供します。このアプリは、Ai2のオープンソースOLMoEを活用しています。

概要 PSHumanは、マルチビュー拡散技術に基づいた単一画像の3Dポートレート再構成ツールです。PSHumanのコアテクノロジーは、クロススケール・マルチビュー拡散であり、...

概要 HyperBooth AIは、自撮り写真をアップロードするだけで、様々なスタイルのAI写真を瞬時に生成できるサービスプラットフォームです。ユーザーは200以上のプリセットスタイルから選択し、パーソナライズされたアーティスティックな画像を作成することができます。このプラットフォーム独自のジェネレーターは、高いシミュレーションを提供し、...

包括的な紹介 LazyLLMはLazyAGIチームによって開発されたオープンソースツールで、マルチインテリジェンス大規模モデルアプリケーションの開発プロセスを簡素化することに重点を置いています。ワンクリックのデプロイと軽量なゲートウェイ機構により、開発者が複雑なAIアプリケーションを素早く構築できるよう支援し、面倒なエンジニアリングの設定を省きます。

総合紹介 LunaAI face swap appletはuniappとVueフレームワークに基づいて開発された顔交換アプリケーションです。このアプリケーションは、PHP、MySQL、Nginx、Redisを利用し、アプレットを通してユーザーの顔を変える機能を実現しています。ユーザはこの小さな...

包括的な紹介 CogAgentは清華大学データマイニング研究グループ(THUDM)によって開発されたオープンソースの視覚言語モデルであり、プラットフォーム間のグラフィカルユーザインタフェース(GUI)操作の自動化を目的としている。このモデルはCogVLM(GLM-4V-9B)をベースにしており、中国語と英語の二ヶ国語をサポートしている。

包括的な紹介 Ultravoxは、リアルタイム音声処理のために設計された革新的なマルチモーダル大規模言語モデル（LLM）です。従来の音声認識システムとは異なり、Ultravoxは音声認識（ASR）ステージを別途用意する必要がなく、音声を直接高次元空間に...

総合紹介 Record Cafeはワンストップの音声/動画処理プラットフォームで、AI動画対話、AI字幕、AI音声テキスト化サービスを提供する。画面録画、動画編集、GIF/音声変換などの機能があり、クラウドストレージや共有もサポートします。インターフェースは直感的で使いやすく、マルチスクリーン録画と多言語スマートフォンにも対応しています。

概要 Ruyi-Modelsは、画像から高品質の動画を生成するために設計されたオープンソースプロジェクトです。IamCreateAIチームによって開発されたこのプロジェクトは、768の解像度、毎秒24フレーム、5秒で120フレームの映画のようなビデオの生成をサポートしています。

StudyXの概要 StudyXは、学生や生涯学習者のために設計されたAI学習プラットフォームで、宿題や学習リソースに対する迅速かつ正確な回答を提供することに重点を置いています。数学、物理、化学、文学など幅広い科目をサポートしており、ユーザーはテキスト、写真、数式で問題を入力し、詳細な...

概要 One Hubは、One APIの二次開発に基づいて開発されたOpenAIのインターフェイス管理および配信システムです。より広範なモデルのサポートと統計機能の向上を目的として、MartialBEによって開発されました。

一般的な紹介 Secreta AI Searchは、人工知能技術によって生産性を向上させることに特化したテクノロジー企業である。ユーザーに正確かつ迅速な検索結果を提供することを目指し、広告のない効率的な学術検索サービスを提供しています。シークレットタワーAIサーチは、自社開発の大規模言語モデルMetaLLM...

概要 MemoAIは、ビデオやオーディオファイルをテキスト、字幕、メモに変換するために設計された強力なビデオ翻訳ツールです。YouTubeの動画でも、ポッドキャストでも、ローカルファイルでも、MemoAIは簡単に扱うことができます。中国語、英語、日本語など90以上の言語に対応しています。

概要 Vsubは動画コンテンツ作成の自動化に焦点を当てたプラットフォームで、コンテンツクリエイターが顔のない動画（フェイスレスビデオ）を素早く作成できるように設計されています。人工知能技術を活用し、ユーザーがテキストを入力したり、YouT...

総合紹介 Volcano Arkは、Volcano Engineが立ち上げたビッグモデルサービスに特化したクラウドコンピューティングプラットフォームで、モデルの選択、トレーニングからアプリケーションまで、完全なソリューションを企業に提供することを目的としています。AI分野におけるByteDanceの深い蓄積に基づき、Volcano Arkは複数のトップAI企業のビッグモデルリソースを統合しています...

概要 DiffusionBeeは、macOSユーザー向けに設計された強力なAIアート生成ツールです。Stable Diffusion モデルを利用し、簡単なテキストプロンプトで高品質な画像を生成することができます。

総合紹介 「同義千問」は阿里雲によって開発されたインテリジェントなビッグモデルで、ディープラーニングと自然言語処理技術を通じて、人間のようなインタラクション体験を提供することを目指している。生活に楽しさを加える創造的なコピーを素早く生成することができ、ユーザーがあらゆる種類の知識を簡単に学ぶことができる学習アシスタントの役割を果たします。最先端の技術と進化する...

概要 AIDE（AI-assisted Development Extension）は、VSCodeのための強力なAI支援開発拡張機能で、ユニークで有用なAIプログラミング支援を提供することに重点を置いています。GitHu...とは異なります。

dots.ocrは、Xiaohongshu hi研究室によってオープンソース化された多言語文書解析モデルで、17億パラメータの視覚言語モデル（VLM）に基づいており、読み順を維持しながら文書のレイアウト検出と内容認識を効率的に行うことができます。

アニフュージョンは、AI技術を活用したオンラインAIマンガ・アニメ画像作成プラットフォームで、クリエイターが画力を必要とせずにプロ級のマンガ・アニメ作品を制作することを支援する。ユーザーは説明的なプロンプトを入力するだけで、AIが自動的に漫画ページやキャラクター画像を生成します。このプラットフォームでは、直感的なレイアウト...

一般的な紹介 Gemini Playgroundは、ユーザーが迅速にマルチモーダル対話サイトを展開するために設計されたオープンソースプロジェクトです。このプロジェクトは、技術的なクロールエビによって開発され、デプロイを完了するために10秒でGemini API Keyの使用をサポートしています。ユーザが...

包括的な紹介 Analyse GBIは、Aliyun Bailianが立ち上げたビッグモデルに基づくインテリジェントなデータ分析製品である。この製品は高度な自然言語処理技術を使用しており、複雑なSQL構文をマスターすることなく、ユーザが自然言語を通じてデータを照会・分析できるようにします。Analytics GBIは、以下のような複数のデータソースをサポートしています。

概要 Me.botは、日常生活のために作られたパーソナルAIアシスタントです。Me.botは自社開発のパワフルなパーソナルモデルを搭載しており、高度な暗号化とプライバシー機能により、...

概要説明 Heeyoは、3歳から11歳のお子様を対象に、インタラクティブなゲームや会話を通じて学習体験を高めるために設計されたAIアプリです。ハーバード大学とスタンフォード大学の教育専門家によって設計されたHeeyoは、数学、科学、社会的情操スキルをカバーする2000以上の学習ゲームを提供しています。子供...

概論 Dream Interpreter AIは、人工知能技術を使って、ユーザーが自分の夢を解析し、理解するのを助けるプラットフォームである。高度なAIアルゴリズムと夢のシンボルの広範なデータベースにより、ユーザーはパーソナライズされた夢の解釈と視覚化を得ることができます。このプラットフォームは無料で提供されています...

一般的な紹介 Interviewcoderは、技術面接のために設計されたAI支援ツールで、ユーザーがプログラミング面接中に解答を素早く生成し、コードを最適化し、リアルタイムでデバッグできるように設計されています。ステルスデスクトップアプリケーションとして動作し、Zoom、Googl...

概要 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を接続するオープンソース・プロジェクトです。

一般的な説明 FullmoonはiOSデバイス用に設計されたアプリで、ネイティブの大規模な言語モデルとのプライベートチャット機能を提供することを目的としています。このアプリはApple Siliconに最適化されており、iPhone、iPad、Macに対応しています。チャットのユーザー...

JaazはオープンソースのAIデザインエージェントです。強力なAIデザイン機能を持ち、インテリジェントにデザインプロンプトを生成し、画像、ポスター、ストーリーボードなどをバッチ生成することができます。

概要 Awesome LLM Appsは、Shubham Sabooによって作成されたGitHubリポジトリで、素晴らしいLLM（大規模言語モデリング）アプリを幅広く集め、紹介することに特化しています。このリポジトリには、OpenAI、An...

概論 UserAPI.aiは、Midjourneyの画像生成機能との連携に特化した、開発者向けのAPIサービスプラットフォームです。ユーザーはMidjourneyのリ...

AnimeGamerはテンセントのARC Labが開発したオープンソースツール。ユーザーは、「宗介が紫の車でドライブする」といった簡単な言語コマンドでアニメ動画を生成したり、「魔法少女の冒険」のキキや「スカイシティ」...といった異なるアニメキャラクターを相互作用させたりすることができる。

概要 FlashMLAは、DeepSeek AIが開発した効率的なMLA（Multi-head Latent Attention）デコーディングカーネルで、NVIDIA HopperアーキテクチャGPUに最適化されている。

概要 VideoLingoはNetflixの等級を発生させるように設計されているワンストップビデオ翻訳および局在化のダビング用具である 未加工機械翻訳および複数行のサブタイトルを除去し、全体的な知識を可能にするために良質の吹き替えを加える 言葉の障壁を渡って共有されるため。これによって、言語の壁を越えたグローバルな知識の共有が可能になります。

総合紹介 BrushEditは、Tencent ARC Labsが開発したオールインワンの画像修復・編集ツールです。このツールは最新のAI技術に基づいており、画像の欠陥を自動的に識別して修復することができ、ユーザーによるインタラクティブな編集もサポートしています。

Eightifyの概要 Eightifyは、YouTubeのAI技術を利用し、動画の要点や要約を数秒で提供するツールです。ビジネス教育、ポッドキャスト、インタビュー、ニュース、講義など、Eightifyを使用することで...

Pika 一般紹介 Pika.artはアイデアを動画にするプラットフォームで、クリエイティブな人々にAI動画作成ツールを提供することを目的としています。面白いクリップ、ソーシャルメディアコンテンツ、ショートフィルムなど、Pika.artはユーザーのイマジネーションを形にします。ユーザー...

概論 テキスト生成ウェブUIは、大規模言語モデル（LLM）のために設計されたGradioベースのウェブUIです。Transformers、llama.cp...を含む様々なテキスト生成バックエンドをサポートしています。

Zhihuダイレクト（zhida.ai）は、Zhihuが立ち上げたAIビッグモデルに基づくインテリジェントなQ&A・検索ツールである。Zhihuコミュニティの高品質なコンテンツをコアとし、複数のデータソースを組み合わせることで、ユーザーに信頼性の高い情報へのアクセスを提供します。ZhihuDirectは、簡潔かつ詳細な回答を生成するだけでなく...

概要 Topaz Labsは、プロのコンテンツクリエイターに最適化されたネイティブワークステーションエクスペリエンスを提供するために設計された、AIにフォーカスした画像およびビデオエンハンスメントソフトウェアを提供しています。強力なシャープネス、ノイズリダクション、拡大...

Fun-ASRはNailとTongyi Labsが共同で発表した音声認識の大型モデルです。このモデルは膨大な音声データで学習され、インターネット、テクノロジー、家庭装飾などの多業種の専門用語を正確に識別することができ、認識精度が大幅に向上している。このモデルは推論最適化のためにNailの企業情報と組み合わされ、ファントム...

SongGenerationは、テンセントAIラボが立ち上げた高品質な楽曲生成プロジェクトである。LeLM（Large Language Model for Music）フレームワークをベースに、ボーカルとバックトラックを並行して生成し、2つのハーモニーを実現する。

一般的な紹介 バイリンガルブックメーカーは、ユーザーがAI技術を使って多言語版の電子書籍を作成できるように設計されたオープンソースプロジェクトです。このツールは主に翻訳にChatGPTを使用し、epub、txt、srtを含む複数のファイル形式をサポートしています。

概要 Amurexは、The Personal AI Companyによって開発されたオープンソースのAIミーティングアシスタントで、インテリジェントな機能によってミーティングの効率を向上させるように設計されています。Amurexは、リアルタイムのアドバイスを提供し、インテリジェントなサマリーを生成し、ミーティング内容を記録し、自動的にフォローを送信することができます。

概論 OWL（Optimized Workforce Learning）は、CAMEL-AIチームによって開発されたオープンソースのフレームワークで、実世界のタスクを自動化するためのマルチインテリジェンス・コラボレーションの最適化に焦点を当てている。CAMEL-AIフレームワークに基づいて...

一般的な紹介 ZuniはChromeのサイドバー用のAIアシスタントで、リアルタイムでウェブページを分析し、Gmailの機能を統合することで、ユーザーの作業効率を向上させるように設計されている。開発元はOld House Labs, Inc.で、2024年にGeorge Seabr...によって開発された。

一般的な紹介 Voicenotesは、ユーザーが簡単に音声メモや会議を記録し、管理するために設計されたスマートな音声メモアプリです。ユーザーは自分の考えを話すだけで、Voicenotesが自動的にテキストに書き起こします。

はじめに They See Your Photos は、ユーザーが写真に隠された個人情報を理解できるようにデザインされた、使いやすいオンライン・ツールである。ユーザーは任意の画像をアップロードすることができ、ウェブサイトは人工知能技術によって画像コンテンツとメタデータを分析し、写真から明らかになる可能性のある詳細を表示します...

一般的な紹介 G-Search-MCPはGitHubでホストされているオープンソースのGoogle検索ツールで、開発者のjae-jaeがgoogle-searchをベースに修正したものです。このツールはMCP (Model Context...) を渡します。

一般的な紹介 ShanduはGitHubでホストされているオープンソースの人工知能ベースの研究システムで、開発者のjolovicdevによって作成されました。LangChainとLangGraphの技術を利用し、自動化された包括的な...

Seed-Xは、ByteDanceのSeedチームが立ち上げた多言語翻訳モデルで、70億のパラメータを持ち、28言語の双方向翻訳をサポートする。このモデルは、多言語データの事前学習、コマンドの微調整、強化学習技術を組み合わせて、複雑な言語パターンを効率的に処理し、翻訳品質を向上させる。

概論 TripoSGはVAST AI研究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、1枚の画像から高品質の3Dモデルを生成する。このプロジェクトでは、大規模な整流器フローコンバーター技術を用い、ハイブリッド教師あり学習と高品質なデータセットを組み合わせることで、生成された3Dモデルに...

概要 RapBankは、ラップ歌詞生成のために設計されたデータセットとツールセットです。このプロジェクトはNZqianによって作成され、YouTubeからラップ曲を収集・処理することで、研究者や開発者に高品質のラップ歌詞データを提供する。

包括的な紹介 VideoRAGは、非常に長い文脈動画を処理し理解するために設計された、検索機能を強化した生成フレームワークです。このツールは、グラフ駆動のテキスト知識ベースと階層的なマルチモーダルコンテキストエンコーディングを組み合わせ、1つのNVIDIA RTX 3090 GPUで効率的に処理します...

総合紹介 MiracleVisionはMeituが開発したAIビジュアルマクロモデリングツールで、ユーザーに多様で高品質な画像・動画生成サービスを提供することに専念している。このウェブサイトでは、その最新バージョンであるMiracleVision 4.0のパワーを紹介します。

概要 Deepseek Artifactsは、世界最高のオープンソースモデルを使用してReactアプリケーションを作成するためのウェブサイトです。ユーザーは、サイトがDeepseek V3（オリジナルモデル：Met...）をどのように使用するかを記述することで、夢のReactアプリを記述することができます。

概論 Eko は、自然言語記述によって効率的なインテリジェントエージェントワークフローを構築するために設計された、プロダクショングレードの JavaScript フレームワークです。開発者が深いプログラミングをすることなく、AI 技術を使って日常的なタスクを自動化できるよう設計されています。

概要 MemeCamは、面白い顔文字を生成することに特化した、AIを搭載した革新的なプラットフォームである。ユーザーは画像をアップロードするか、ウェブカメラを使って写真を撮ると、MemeCamは高度なGPT-4oテクノロジーを使って画像を認識し、面白いテキストを自動的に生成する。

概要 Cloudflare Workers MCPはCloudflare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プロジェクトです。

包括的な紹介 llms.txtは、Large Language Models (LLM)のために特別に設計された標準化された文書フォーマットです。LLMが推論プロセスで簡単かつ効率的に使用できる、簡潔で構造化された情報をウェブサイトが提供できるようにします。この仕様は、CloudflareとAnthropiによってサポートされています。

概要 WhiskはGoogle Labsが開発した革新的なAI画像生成ツールで、複数の画像をアップロードすることで、さまざまなテーマ、シーン、スタイルをミックスできるように設計されています。テキストプロンプトに依存する従来の画像生成ツールとは異なり、Whiskは主に画像を入力として使用します...

包括的な紹介 NV Ingest (NVIDIA Ingest)は、何十万もの複雑で厄介な非構造化PDFやその他の企業ドキュメントを解析するために設計された、早期アクセス可能なマイクロサービス群です。これらのドキュメントをメタデータとテキストに変換し、検索に埋め込むことができます...

一般的な紹介 RolmOCRは、Reducto AIチームによって開発されたオープンソースの光学式文字認識（OCR）ツールで、Qwen2.5-VL-7B視覚言語モデルをベースにしています。類似のツールよりも高速に画像やPDFファイルからテキストを抽出することができます...

概論 AIの字幕組は、動画字幕の自動抽出、自動文字起こし、自動翻訳を可能にする、強力なコマンドライン動画字幕処理ツールです。このツールには、ウィスパー音声を含む高度なAI技術が統合されています。

removebg 概要 removebgは、写真の背景を自動的に削除するオンラインツールです。ユーザーは写真をアップロードするだけで、システムは即座に背景のない透明な画像を提供します。 removebgは、高度な人工知能技術を使用して、写真の中の人や動物を認識します。

一般的な紹介 Mootionは、ユーザーがアイデアをビジュアルストーリーに変えることを支援するために設計されたAIネイティブのコンテンツ作成プラットフォームです。このプラットフォームは、3Dアニメーション、ビデオ制作、ゲーム開発など、複数のクリエイティブなプロセスをカバーし、Blender、Maya、Unityをメインとして動作します。

概要 JulesはGoogle LabsのAIコードアシスタントで、開発者のプログラミング効率向上を支援するために設計されている。最新のGemini 2.0フラッシュモデルを統合し、開発者にインテリジェントなコード提案とGithub上での自動化を提供することができます...

概要 「星からのささやき」（群星低语）は、Anuttacon社が開発したリアルタイムインタラクティブSFストーリーテリングゲームである。ミハ・ツアーの創設者であるハオ・ユー・ツァイによって設立されたAnuttaconによってリリースされたこのゲームは、深宇宙を舞台としており、プレイヤーは...

包括的な紹介 猿の口計算機リバースノートは、猿の口計算機アプリケーションのリバースエンジニアリングのプロセスと方法を文書化し、共有することを目的としたオープンソースプロジェクトです。このプロジェクトには、Fridaやdexdumpなどの命令を使用するための様々なリバースツールやテクニックが含まれています。

アニメーション・インクは、リアルタイム・ジェネレイティブ・アニメーション技術を専門とするテクノロジー企業である。同社は、高度なAI技術とアニメーションエンジンによって、リアルなバーチャルキャラクターを作成し、Large Language Modelling (LLM)主導のインタラクティブ体験を強化することに専念している。同社は、元メタエンジニアリング...

概 要 Portkeyは、企業や開発者がAIアプリケーションを迅速に構築、管理、最適化できるよう支援するプラットフォームです。200以上の大規模言語モデル（LLM）を統合AIゲートウェイで接続し、プロンプト管理、負荷分散、リアルタイム監視などの機能を提供します。このサイトの中心的な目標は、...

概論 Raycast-G4F（GPT4Free）は、GPT-4、Llama-3を含む幅広い先進的なAIモデルに無料でアクセスできる強力なRaycast拡張機能です。この拡張機能は、リアルタイムのダイアログストリーミングを提供するだけでなく...

概要 DeepSeek R1 Overthinker は、DeepSeek R1 モデルの思考の深さを高めるために設計されたツールです。このツールは、モデルの推論プロセスを長くすることで、モデルがより深く考えることを可能にし、それによって答えの質を向上させます...

概要 YuEは、歌詞をフルソングに変換することに重点を置いた、オープンソースのフルソング生成ベースモデルです。ボーカル以外の短いスニペットしか生成しない他のモデルとは異なり、YuEはリードボーカルとバッキングボーカルを含む、長さ数分のフルソングを生成することができます。YuEは、歌詞から曲への変換に特化したモデルである。

概論 openai-translatorはOpenAIのChatGPT APIをベースに開発された翻訳支援ツールです。ブラウザプラグインとクロスプラットフォームのデスクトップアプリケーションがあります。翻訳、タッチアップ、要約の3つのモードをサポートし、55の異なる翻訳をカバーします。

一般的な紹介 Paper2Codeは、機械学習論文のコード実装が不足しているという問題を解決することを目的としたオープンソースプロジェクトである。マルチエージェントの大規模言語モデリング（LLM）システムPaperCoderによって、科学論文を実行可能なコードリポジトリに自動的に変換する。このシステムは、計画言語モデリング...

はじめに Weeboは、音声認識にWhisper Small、自然言語生成にLlama 3.2、音声合成にKokoro-82Mを利用したオープンソースのリアルタイム音声チャットボットです。このプロジェクトはAman...によって開発されました。

OhMyGPTは、GPT-3.5-turbo、GPT-3.5-turbo-16k、GPT-4、GPT-4-32k、DALL-E、whisper、MidJourney、およびその他の高度なAI mod...に無制限に便利にアクセスすることができます。

一般的な説明 Artflowは、ユーザーが写真をアップロードし、専用のAIキャラクターをトレーニングし、キャラクターを統一したビデオやアニメーションストーリーを作成できるオンラインプラットフォームです。初回無料でトレーニングを提供し、ユーザーはアイデンティティをカスタマイズすることで、様々なシナリオに対応したユニークな画像や動画を作成することができます。 月額 ...

概要 SegAnyMoは、カリフォルニア大学バークレー校と北京大学の研究者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、Nan Huangなどのメンバーが参加している。このツールはビデオ処理に重点を置いており、ビデオ内の任意の動く物体、例えば人、動物、...を自動的に識別し、セグメント化することができる。

無料ログインGPT3.5からAPI https://github.com/missuo/FreeGPT35 https://github.com/aurora-develop/aurora https...

概要 ToolJetは、AIを活用したエンタープライズ・アプリケーション開発プラットフォームであり、簡単な自然言語記述でカスタムAIアプリケーションやエージェントの作成を可能にする。ユーザーは、希望するアプリケーションを記述するだけで、ToolJetがUI、データベース、クエリなどのセットアップをすべて行います。

概要 Viggleは、JST-1モデル駆動型の動画生成サービスプラットフォームで、キャラクター動画生成に特化しています。ユーザーは、テキストプロンプトで任意のキャラクターの動きを制御したり、静止画のキャラクターとアクション動画をミックスしたり、テキストだけで動画を作成したりすることができます。現在、Viggle...

はじめにWenxinインテリジェントボディプラットフォームAgentBuilderはBaiduは、インテリジェントボディ（エージェント）プラットフォームのWenxin大きなモデルに基づいて起動され、独自の産業分野、アプリケーションのシナリオに応じて開発者の大半をサポートし、開発方法のさまざまなタイプを選択し、製品機能の時代の大きなモデルを作成します。開発者は...

Unscreenは、自動的にビデオの背景を削除することに焦点を当てた強力なオンラインツールです。ユーザーはビデオをアップロードするか、ビデオへのリンクを提供するだけで、Unscreenは自動的にそれを分析し、複雑なことなく背景を削除します。このツールは、.mp...を含む幅広いビデオフォーマットをサポートしています。