最新のAIリソース

Comprehensive Introduction Video Analyzerは、コンピュータ・ビジョン、音声転写、自然言語処理技術を組み合わせて、詳細なビデオ・コンテンツの説明を生成する、総合的なビデオ分析ツールです。このツールは、動画から主要なフレームを抽出し、音声コンテンツを書き起こします。

概要 LTX-Videoは、Lightricksが開発した初のDiT（拡散トランスフォーマー）ベースのリアルタイムビデオ生成モデルです。このモデルは768x512の解像度で24フレーム/秒の高画質を生成することができます。

一般的な紹介 Claudeは、Anthropic社が開発した大規模な言語モデル・ファミリーの最新版である。2023年3月にリリースされた最初のバージョンに続き、2024年3月に最新バージョンであるClaude 3が発表され、テキストだけでなく画像も分析できるようになった。

概要 NanobrowserはオープンソースのChrome拡張機能で、AI主導のマルチエージェントシステムによってウェブタスクを自動化するように設計されています。OpenAI Operatorに代わる無償の拡張機能で、ユーザーはLLMを提供するだけです。

一般的な説明 Mochi Diffusionは、Macユーザー向けにStable Diffusionをネイティブに実行するように設計されたアプリケーションです。AppleのCore MLフレームワークを活用し、Appleチップを搭載したMacデバイスのパフォーマンスを最大限に引き出します。

KREA AI 概要 KREA AIは、リアルタイム編集、画像補正、クリエイティブなAIアプリケーションを提供する多機能な画像生成プラットフォームで、ビジュアルコンテンツの作成と改善を簡単に行うことができます。KREA AIのパワーツールを使って、高品質な画像を生成することができます。

概要 QuickMagic AIは、シンプルなビデオを高品質な3Dアニメーションに変換するために設計された、高度なAI駆動型モーションキャプチャツールです。アニメーター、ゲーム開発者、デジタルコンテンツ制作者など、QuickMagic AIは高速かつ正確なモーションキャプチャーを実現します。

包括的な紹介 Linly-Dubbingはインテリジェントな多言語AIダビングと翻訳ツールで、高度なAI技術を統合することにより、ユーザーに高品質の多言語ビデオダビングと字幕翻訳サービスを提供するように設計されています。このツールは、特に国際教育、グローバルコンテンツのローカリゼーションやその他のシナリオに適しており、...

一般的な紹介 Onyx（旧称Danswer）は、onyx-dot-appチームによって開発されたオープンソースのAIチャットプラットフォームで、ドキュメント、アプリケーション、従業員データの統合と管理を支援します。あらゆる大規模言語モデル（LLM: Large Language Model）の接続をサポートし、豊富なチャット機能を提供します。

包括的な紹介 Smolagentsは、HuggingFaceによって開発された軽量インテリジェントエージェントライブラリで、AIエージェントシステム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。このプロジェクトは、約1000行のコアコードしかないシンプルな設計思想で知られていますが、強力な機能統合機能を提供しています。このライブラリの最も ...

包括的な紹介 Gemini Balanceは、FastAPIフレームワークに基づいて開発されたOpenAI APIプロキシサービスで、効率的なマルチAPI Key管理と最適化機能を提供することを目的としている。このプロジェクトはGeminiモデルコールをサポートしており、主な機能にはマルチAPI...

包括的な導入漫画画像翻訳（Cotrans Translatorオープンソース版）テキスト内の漫画や画像を翻訳する。バッチ変換モード、ウェブサーバーモードや他の多様な使用オプションで、コマンドライン対話とオンラインデモを提供する...

一般的な紹介 MobileAgentは、マルチエージェントコラボレーションと強化された視覚認識モジュールにより、モバイルデバイス操作の効率と自動化を改善するために設計された強力なモバイルデバイス操作アシスタントです。X-PLUGチームによって開発され、Androidと...

包括的な紹介 Sim Studioは、軽量で直感的なビジュアルインターフェースを通じて、大規模言語モデル（LLM）ワークフローの迅速な設計、テスト、およびデプロイを支援することに重点を置いた、オープンソースのAIエージェントワークフロー構築プラットフォームです。ドラッグ＆ドロップで複雑なワークフローを作成できます。

電子書籍を特定の言語に翻訳（原文からの翻訳）するCalibreプラグインです。 主な機能 複数の翻訳モードをサポート：バッチモードとアドバンスモードは、さまざまな使用シナリオを満たすために 選択した翻訳エンジンでサポートされている言語をサポートしています（例えば、Google...

概要 Augment Codeは、プロのソフトウェアエンジニアのために設計されたAIコーディングツールです。SWE-Bench Verifiedベンチマークで65.4%のスコアで1位を獲得し、Cla...

包括的な紹介 MetaGPTは、完全なAIソフトウェア会社の運営をシミュレートするために設計された革新的なマルチインテリジェンス体のフレームワークです。geekan（アレクサンダー・ウー）によって作成されたこのプロジェクトの目標は、異なる役割を持つGPTモデルを協調的なエンティティに結合することです...

概要 Repo PromptはmacOSプラットフォーム用に作られたネイティブアプリケーションで、高度なAI言語モデルを使用してネイティブコードを扱う開発者のプロセスを簡素化することに特化しています。このツールは、開発者がインテリジェントな方法でコードファイルを管理・修正するのを支援し、開発効率を大幅に向上させます...

概論 LMSYS Org（ラージ・モデル・システム・オーガニゼーション）は、カリフォルニア大学バークレー校の学生と教授陣が、カリフォルニア大学サンディエゴ校、カーネギーメロン大学と共同で設立したオープンアクセス...

ワールド・ラボは、3D世界を知覚、生成、対話するためのラージ・ワールド・モデル（LWM）を構築する空間知能に焦点を当てたAI企業である。世界的に有名なAI技術のパイオニアであるフェイフェイ・リ...

Umi-OCR 概要 Um-OCRは、スクリーンショット、画像の一括取り込み、PDF文書の認識、透かしやヘッダー・フッターの除外、スキャン、QRコードの生成をサポートする、オープンソースの無料オフラインOCRソフトウェアです。このソフトウェアには、WindowsおよびLi...

はじめに Pippit AIは、CapCutが提供するインテリジェントなオーサリングツールで、マーケティングコンテンツの制作プロセスを効率化することに重点を置いています。ユーザーは商品リンクの入力や素材のアップロードを行うだけで、ソーシャルメディアやEコマースプラットフォームに適した動画、画像、AIアバターを素早く生成することができます。

一般的な紹介 Playwright MCPはMicrosoft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ツールである。モデルコンテキストプロトコル（MCP）プロトコルを介して、人工知能モデルがブラウザを直接制御できるようにする。

PixVerse AI 総合紹介 pixverseは革新的なAI動画作成プラットフォームです。強力なジェネレーティブAIを使って動画作成の可能性を最大限に引き出し、あなたのコンテンツを素晴らしく印象的なものにします。pixverseはインテリジェントなアルゴリズムとディープラーニング技術を使って...

概要 AivisSpeechはVOICEVOXエディタのUIをベースにした日本語音声合成ソフトウェアです。AivisSpeech Engineを統合し、感情豊かな音声を簡単に生成することができます。

概論 Artificial Analysisは、AIモデルとAPIプロバイダーの独立した分析に焦点を当てたオンラインモデルコンペティションプラットフォームです。このサイトは、開発者、ユーザー、研究者、その他のユーザーが情報に基づいた選択をするのに役立つ詳細なデータとチャートを提供します。を通じて...

概論 OmniSVGは、マルチモーダルモデルによる高品質なベクターグラフィックス（SVG）の生成に特化したオープンソースプロジェクトである。事前に訓練された視覚言語モデルを使用して、テキスト記述や画像入力からのSVG生成をサポートし、単純なアイコンから複雑なアニメキャラクターまで幅広いシナリオをカバーします。アイテム ...

包括的な紹介 Flowgram.aiは、ByteDanceによって開発されたオープンソースのプロセス構築エンジンです。ノード編集をベースとしており、開発者がワークフローを素早く作成できるよう、固定レイアウトとフリーリンクの2つのモードをサポートしている。プロジェクトはTypeScriptで書かれている。

概要 Novelcrafterは作家のためのオンライン創作プラットフォームで、アイデアから小説の完成まで、あらゆる段階で作家を支援するさまざまなツールやリソースを提供しています。ストーリーの方向性を計画したり、キャラクターのプロフィールを作成したり、さらにはAIアシスタントと協力して創造性を広げることもできます。どのような場合でも...

包括的な紹介 ModelScope Swift（略してMS-Swift）は、大規模モデル（LLM）やマルチモーダル大規模モデル（MLLM）の微調整、推論、評価、デプロイのために設計された効率的な軽量インフラストラクチャです。このフレームワークは400以上のLLM...

包括的な紹介 DifyはオープンソースのジェネレーティブAIアプリケーション開発プラットフォームで、開発者が大規模言語モデル（LLM）に基づくネイティブAIアプリケーションを迅速に構築・運用できるように設計されています。このプラットフォームは、エージェントの構築からAIワークフローのオーケストレーション、RAG検索...

総合紹介 MUAH.AIは、無制限のインタラクションを重視したAIコンパニオンプラットフォームで、ユーザーはいつでもどこでも、話題の制限なくバーチャルキャラクターとコミュニケーションをとることができます。MUAH.AIの核心機能はリアルタイム電話機能のサポートで、ユーザーは電話を通じてAIと会話し、よりリアルなコンパニオン感覚を体験することができます。

概要 ブラウザユースWeb UIは、AIエージェントにグラフィカルインターフェースツールとしてブラウザインタラクション機能を提供することに焦点を当てた革新的なオープンソースプロジェクトです。このプロジェクトは、ブラウザユースコアフレームワークの上に構築されており、Gradio ...

一般的な紹介 Arc Institute Evo 2は、ゲノムモデリングとデザインに焦点を当てたオープンソースプロジェクトで、米国カリフォルニア州パロアルトを拠点とする非営利研究組織Arc Instituteが、NVIDIAなどのパートナーと共同で開発した。

Groq 概要 Groqはカリフォルニア州マウンテンビューに本社を置く企業で、GroqChip™とLanguage Processing Unit™（LPU）を開発した。低レイテンシーの人工知能アプリケーション向けに開発されたテンソル処理ユニットで知られている。

一般的な紹介 SunaはKortix AIによって開発されたオープンソースの汎用AIエージェントで、Apache 2.0ライセンスに基づいてGitHubでホストされており、ユーザーは無料でダウンロード、変更、セルフホストすることができます。自然言語対話を使用して、ユーザーを支援します。

総合紹介 ムレカは、中国の崑崙世界が構築したAI音楽生成プラットフォームで、2024年8月に稼働を開始し、その優れた音質と操作の簡便さで瞬く間に海外で注目を集めた。2025年3月26日、ムレカは世界初の音楽推論用大型モデル「Mu...

FlowGPTの紹介 FlowGPTは、AIとGPTボットの共有と利用に焦点を当てたオンラインコミュニティです。ここでは、様々なAIキャラクターやアプリと無料でチャットしたり、履歴書エディター、記事ジェネレーター、プログラミングウィザードなどから即座に回答を得ることができます。また、作成することもできます。

包括的な紹介 OpenSPGは、SPG (Semantic Augmented Programmable Graph)フレームワークに基づいて、Ant GroupがOpenKGと共同で開発したオープンソースの知識グラフエンジンです。このエンジンは、ドメイン知識グラフの構築と管理をサポートするために、 明示的な意味表現、論理ルール定義、運用フレームワークなどの機能を提供するように設計されています...

概要 E2Bは、AIが生成したコードを安全なクラウドサンドボックスで実行するために設計されたオープンソースプラットフォームです。幅広いプログラミング言語とフレームワークをサポートし、コード実行のセキュリティと信頼性を確保するために隔離された仮想環境を提供します。E2Bは、データ分割を含む様々なAIアプリケーションシナリオに適しています。

概要 Page Assistは、ローカルのAIモデルと対話する簡単な方法をユーザーに提供するために設計されたオープンソースのブラウザ拡張機能です。この拡張機能を使うと、ユーザーはどのウェブページでもサイドバーを開き、ローカルで動作しているAIモデルと対話することができます。

包括的な紹介 Crawl4AIは、大規模言語モデル（LLM）と人工知能（AI）アプリケーションのために設計されたオープンソースの非同期ウェブクローラツールです。ウェブクローリングとデータ抽出プロセスを簡素化し、効率的なウェブクローリングをサポートし、LLMに適した出力フォーマットを提供します。

包括的な紹介 Coqui TTSは、ディープラーニング技術に基づくオープンソースの高度な音声合成（TTS）ツールキットです。Coqui TTSは、研究環境と実運用環境の両方でテストされており、多言語のテキスト音声変換をサポートする豊富な機能とモデルのセットを提供します。

Gammaの概要 Gammaは、ユーザーが素早く簡単にプレゼンテーションを作成できるように設計された革新的なAIツールです。直感的なユーザーインターフェースとすっきりとした操作フローにより、プロのデザインスキルを必要とせずに、プロフェッショナルな見栄えとレイアウトのPPTを作成することができます。

包括的な紹介 RooFlowはオープンソースのAI支援プログラミングツールであり、プロジェクトのロギングを通じて開発中のコード、決定、タスクの進捗を保存するコア機能を備えています。Roo Codeエクステンションをベースに、アーキテクチャ、コーディング、テスト、デバッグ、Q&Aの5つのモードを統合しています。これらのモードは相互に...

概要 Deta Surfは、ブラウザ、ファイルマネージャ、AIアシスタントを組み合わせた革新的なツールで、ユーザーのデジタルライフを簡素化します。Deta GmbHによって開発されたこのツールは、ユーザーのプライバシーとデータセキュリティを確保するために、ローカルデータストレージを第一に考えた戦略を提供しています。AI技術を通じて...

一般的な紹介 TripoSRはTripo AIとStability AIが共同開発したオープンソースモデルで、1枚の画像から高品質な3Dモデルを高速に生成するように設計されています。このモデルはLarge Reconstruction Model (LRM)アーキテクチャに基づいており、0.5秒未満で3...

概要 MLX-Audioは、AppleのMLXフレームワークをベースに開発されたオープンソースツールで、音声合成（TTS）と音声合成（STS）機能に重点を置いています。アップルシリコン（Mシリーズチップなど）のパワーを活用しています...

はじめに Gensparkは人工知能ベースの検索ツールである。バイドゥの元幹部によって2023年に設立され、カリフォルニア州パロアルトを拠点としている。従来の検索エンジンとは異なり、Gensparkは複数のAIインテリジェンスを使用して、カスタマイズされた検索をリアルタイムで生成する。

はじめに PixPin は、ユーザーの生産性を向上させるために設計された、強力な スクリーンショットおよび投稿ツールです。PixPin は、日常的なオフィスでもプロフェッショナルなニーズでも、便利なスクリーンショット、貼り付け、ロングスクリーンショット、テキスト認識（OCR）、ダイナミックスクリーンショット機能を提供します。シンプルなインターフェースと...

一般的な紹介 MemeGen AIは、簡単な操作で様々な面白い写真を作成できる人工知能ベースの面白い写真ジェネレーターです。このサイトでは、高度なGPT-4ビジョンモデルを使用して、ユーザーに技術的な知識を必要とせずに、面白い写真とテキストを自動的に生成します。

概要 Remaker AIは、最新のAI技術を駆使して開発された革新的なツールセットで、テキスト、画像、音声など、さまざまなタイプのコンテンツの作成と生成をサポートします。このプラットフォームでは、写真や動画の顔の入れ替え、AIポートレートの生成、画像のズームイン、...

概要 LangfuseはオープンソースのLLM（大規模言語モデル）エンジニアリングプラットフォームです。LLMアプリケーションのトレース、デバッグ、最適化を支援し、呼び出しの観察、キューワードの管理、実験の実行、結果の評価を行うツールを提供します。このプラットフォームは、Langfuseチームによって開発されています。

一般的な紹介 NocoDBは、強力で使いやすいオンラインデータベース管理ツールを提供するために設計されたオープンソースのAirtableの代替です。NocoDB を使えば、ユーザーはコードを書くことなく、簡単にデータベースからデータを作成、読み込み、更新、削除することができます。このプラットフォームは、...

一般的な紹介 Gauth（旧称Gauthmath）は、学生のために設計されたAI宿題ヘルパーウェブサイトです。高度なAI技術とプロの家庭教師チームを使って、数学から化学まで様々な科目の宿題回答サービスを提供しています。ユーザーは画像をアップロードしたり、質問を入力したりすることで、素早く...

包括的な紹介 MaskGCT (Masked Generative Codec Transformer)は、Funky Maru Technologyと香港中文大学が共同で導入した完全非自律回帰型音声合成(TTS)モデルである。このモデルは明示的な音声合成を必要としない。

InsightFace総合紹介 InsightFaceは、様々な高度な顔認識、検出、位置合わせアルゴリズムを提供するオープンソースの2Dおよび3Dディープ顔解析ライブラリです。効率的なトレーニングとデプロイのために設計されたこのライブラリは、研究機関と産業界の両方に適しています。

包括的な紹介 Elizaは先進的なマルチインテリジェントボディ（マルチエージェント）開発フレームワークで、自律的なインテリジェントボディ（自律エージェント）の構築と展開プロセスを簡素化することに取り組んでいます。異なる役割設定を持つ複数のインテリジェントボディの配置をサポートし、インテリジェントな...

総合紹介 CrowdShadow AI Animationは、AIスクリプト作成、AI素材生成、AIアニメーション生成、ビデオ編集、ビデオレンダリングを統合した、無料のオンラインアニメーション動画作成プラットフォームです。ユーザーは撮影や編集をする必要がなく、テキストや音声を入力するだけで、アニメーション動画を素早く生成することができ、セルフメディアに適しています。

一般的な紹介 DDG-Chat は、ワンクリックで複数のプラットフォームにデプロイできる ChatGPT API バックエンドを提供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。このプロジェクトは、GPT-4o mini、Claude 3 Haiku、Llam...を含む複数のモデルをサポートしています。

包括的な紹介 Cohereは、大規模言語モデル（LLM）とエンタープライズレベルのアプリケーションシナリオのための検索拡張生成（RAG）機能を提供することに焦点を当てた最先端のAIプラットフォームです。現実世界の問題を解決し、開発者や企業が言語AIを使用して素晴らしい製品を構築し、それを達成できるようにすることを目指しています。

一般的な紹介 Magic MCPは21st.devチームによって開発されたAI駆動ツールで、フロントエンド開発者のために設計されています。自然言語の記述からモダンなUIコンポーネントをオンザフライで生成し、Cursor、WindSurfと統合します。

一般的な説明 Draw Thingsは、人気のモデルStable Diffusionに基づいたAI支援画像生成ツールで、ユーザーは想像から素早く画像を作成することができます。アプリケーション100%は、ユーザーのプライバシーを保護するために、ユーザーのデバイス上でオフラインで実行されます。完全な画像生成を提供...

Excalidraw 概要 Excalidrawは、手描き風の図を簡単に描くことができるオープンソースの仮想ホワイトボード描画ツールです。Excalidrawを使って、手描き風の美しいイラストやワイヤーフレーム図など、お気に入りの図を作成することができます。

総合紹介 Big Model Detectionは、テンセントのハイブリッド・セキュリティ・チームであるJubilee Labsが開発したAI生成コンテンツ検出ツールである。このツールは、AIによって生成されたテキストや画像を素早く識別し、手動で作成されたコンテンツとAIによって生成されたコンテンツを区別する手助けをします。AIが生成したコンテンツと実際のコンテンツの違いを捉えることで、...

一般的な紹介 Meta AIは、コミュニケーション翻訳モデル、バーチャルリアリティ技術、ジェネレーティブAIの分野の研究開発に特化した、様々な人工知能モデルとツールをユーザーに提供します。オープンなプラットフォームを通じて、共同コミュニティはAI技術の高度な開発を推進しています。中でも、Llamaモデル、多数の...

概論 Repomix（以前はRepopackとして知られていた）は、コードベース全体を単一のAIフレンドリーなファイルにパッケージ化するために設計されたオープンソースツールです。このツールにより、開発者は自分のコードベースを大規模な言語モデル（ClaudeやChat...

一般的な紹介 notdiamond2api は、chat.notdiamond.ai サーバーにリクエストを転送するように設計された、Flask ベースのチャットプロキシサービスです。このプロジェクトは、複数アカウントのポーリング機能を追加し、フェッチ...

一般的な紹介 BabelDOCは、PDF文書をバイリンガル形式に翻訳するために設計されたオープンソースツールです。funstory-aiチームによって開発され、GitHubでホストされています。

概要 WrenAIは、データチーム、製品チーム、ビジネスチームが自然言語での会話を通じてデータの洞察を得ることを支援するために特別に設計されたオープンソースのSQL AIアシスタントです。自然言語をSQLクエリに変換し、チャート、スプレッドシート、レポートを生成し、多言語をサポートします。

概要 Super Grokは、Grok AI用に設計されたChromeアドオンです。音声入力、カスタムプロンプト、多言語サポート、スマートチャットモードにより、Grokとの会話をより効率的かつインテリジェントにします。インストールすると、シームレスに...

概要 Void は、vscode リポジトリのブランチをベースとしたオープンソースの Cursor 代替ソフトウェアです。Voidのゴールは、コミュニティへの貢献と迅速な反復により、機能性と安定性を継続的に改善することです。

概 要 AI Face Swapは、人工知能技術を利用して、写真、ビデオ、GIFの顔を簡単に入れ替えることができる無料のオンライン・プラットフォームです。ソフトウェアをダウンロードしたり、アカウントを登録したりする必要はなく、ユーザーはファイルをアップロードするだけで、すぐに操作を完了することができます。このウェブサイトは、J...

概論 XHS-DownloaderはXiaohongshuユーザーのために設計されたオープンソースツールで、Xiaohongshu上で透かしのない画像や動画作品の抽出とダウンロードをサポートします。このツールは、ブラウザからクッキーを取得したり、コマンドライン操作をサポートしたり、一括ダウンロード...など、様々な機能を提供します。

一般的な紹介 Comics Downloaderは、ユーザーが様々なウェブサイトからコミックやコミックをダウンロードできるように設計されたオープンソースツールです。このツールは、PDF、EPUB、CBR、CBZを含む様々なファイル形式をサポートしており、ユーザーは自分のニーズに合わせて選択することができます。

一般的な紹介 Syncは、Synchronicity Labsによる効率的なAIビデオリップシンクツール（クローズドソースWav2Lip）で、ビデオ内のリップシンクに任意のオーディオを正確に同期させるように設計されており、ビデオ内のキャラクターのリップシンクが音声と完全に同期していることを保証します。 特殊な...

概 要 Traycerは開発者向けのAIプログラミングアシスタントで、コンテキストに応じたコードを分析し、リアルタイムでレビューすることで、ソフトウェア開発の効率と品質を大幅に向上させるように設計されている。Visual Studio Codeに統合され、自動的にタスクを計画することができます...

多くのAI音楽アプリとは異なり、Suno（ヒンディー語で「聴く」という意味）は、人気アーティストのサウンドや楽曲のパクリや模倣ではなく、オリジナル曲とオリジナルボーカルの作成に重点を置いています。 Sunoの総合的な紹介 Suno（スノ）は、AI音楽アプリです。

一般的な紹介 キャラクターAIは、ユーザーがバーチャルキャラクターと対話できるAIベースのチャットプラットフォームである。元Googleのエンジニアによって開発され、その中核技術は大規模な言語モデリングである。ウェブサイトは2022年9月にパブリックベータ版として公開され、モバイルアプリは2023年5月にリリースされた。

一般的な紹介 Chat2DBは、CodePhiliaXチームによって開発されたオープンソースのデータベース管理とSQLクライアントツールです、AI機能と統合され、迅速にSQLクエリを記述するためのサポート、データベースを管理し、データレポートを生成し、マルチデータベースとの相互作用。16以上のデータベースをサポートしています。

概説 Outlinesは、構造化テキスト生成を通じて大規模言語モデル（LLM）のアプリケーションを強化するために、dottxt-aiによって開発されたオープンソースライブラリです。このライブラリは、OpenAIやトランスフォーマーなど、様々なモデルの統合をサポートしています。

概要 edge-tsはオープンソースのPythonモジュールで、Microsoft EdgeブラウザやWindowsオペレーティングシステム、APIシークレットを必要とせずに、PythonコードでMicrosoft Edgeのオンライン音声合成サービスを利用することができます。

包括的な紹介 Vapiは開発者向けの音声AIプラットフォームです。Vapiは、リアルタイムの会話、電...

一般的な紹介 Zeroxは、ビジュアルモデルを通してPDF、DOCX、画像やその他のドキュメントをMarkdown形式に変換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getomni-aiチームによって開発され、シンプルで効率的なOCR（光学式文字認識）ソリューションを提供します。

MagicQuillは、香港科学技術大学(HKUST)、Ant Group、浙江大学、香港大学が共同で開発したオープンソースのAI対話型画像編集ツールです。MagicQuillは、インテリジェントかつインタラクティブな方法で画像の正確なローカル編集を可能にするように設計されています。

概要 SeaArtは、ユーザーフレンドリーで効率的なAIドローイングツールです。その強力なレンダリングエンジン、パーソナライズされたブレンド推奨システム、アニメ、3D、デジタルアート、油絵など幅広いスタイルをカバーする巨大なモデルライブラリは、20万以上のモデルとスタイルを提供し、ユーザーはアートを作成することができます...

総合紹介 EmotiVoiceは、NetEaseYoudaoによって開発された、複数の音声と感情キュー制御を備えた音声合成（TTS）エンジンです。このオープンソースのTTSエンジンは、英語と中国語をサポートし、2000以上の異なる音声を持ち、感情合成機能を持ち、幸せな音声を作成することができます。

包括的な紹介 FindPicLocationは、人工知能技術を使って、ユーザーが写真を撮った場所を特定するのを助けるウェブサイトである。ユーザーは写真をアップロードするだけで、システムは自動的に写真のEXIFデータを分析し、GPS座標を抽出し、地図上に正確な場所を表示します。このサイトの目的は...

概論 Midscene.jsはAIを搭載したブラウザ自動化ツールで、自然言語コマンドによってウェブページを制御し、アサーションを実行し、データを抽出します。Chrome拡張機能、JavaScript SDK、YAMLスクリプトをサポートし、UI測定を簡素化します。

概要 Avatarify Pythonは、First Order Motion Model技術に基づいたオープンソースのAIビデオ会議ツールで、ユーザーの表情や動きをリアルタイムで任意のアバターにマッピングします。Zoom...

概要 CogneeはAIアプリケーションとAIエージェントのために設計された信頼性の高いデータレイヤーソリューションです。LLM（大規模言語モデル）コンテキストのロードと構築を行い、ナレッジグラフとベクトルストアを通じて正確で解釈可能なAIソリューションを作成するように設計されています。このフレームワークは、コスト削減、解釈可能な...

概要 Voicemodは、WindowsとmacOS用のリアルタイムボイスチェンジャーとサウンドエフェクトソフトウェアのリーディングカンパニーです。ゲームでのロールプレイ、友達とのチャット、ライブストリーミングなど、Voicemodは豊富なボイスチェンジを提供します。

概要 LinerはGPT-4/Cloudを搭載したAI検索エンジンで、ユーザーがオンラインコンテンツをより効率的に検索、管理、活用できるように設計されています。学術研究、専門的な執筆、日常的な情報整理のいずれにおいても、Linerはインテリジェントなソリューションを提供します。バイ...

包括的な紹介 Kolorsは、Racerチームによって開発された、ポテンシャル拡散技術に基づく大規模なテキスト画像生成モデルです。このモデルは、数十億のテキスト-画像データのペアで学習され、中国語と英語の両方の入力をサポートし、高品質で複雑な意味的に正確な画像を生成することができます。

Notion AI 概要 Notion AI は、Notion に組み込まれた人工知能プラグインで、大規模な言語モデリングとデータ収集を活用して、Notion での情報の検索、コンテンツの生成、データの要約をすばやく行うことができます。Noti...

概論 OstrisによるAI Toolkitは、Stable DiffusionとFLUX.1モデルの学習と画像生成タスクのサポートに重点を置いたオープンソースのAIツールセットです。このツールセットは、開発者のOstrisによって作成・保守されています。

包括的な紹介 AnimateAI は、アニメーションのビデオシリーズを作成するために設計された、包括的な AI ビデオ生成ツールです。高度なAI技術により、ユーザーは高品質なビデオシリーズを素早く作成し、時間とコストを節約することができます。アニメーションのストーリー、映画の予告編、感動的なショートムービーなど、さまざまな動画を作成できます。

概要 LiteLLMは、BerriAIによって開発されたPython SDKとプロキシサーバーで、複数の大規模言語モデル（Large Language Model: LLM）APIの呼び出しと管理を簡素化し、一元化します。100以上のラージモデルAPIをサポートしており、OpenAI...

Kimi-Researcherは、Dark Side of the Moon社の子会社であるKimi社が開発した、エンドツーエンドの自律強化学習（エンドツーエンドのエージェントRL）技術で学習させた新世代のエージェントモデルで、深層研究タスク向けに設計されています。このモデルは自律的に...