最新のAIリソース

概要 self.soは、履歴書やLinkedInのプロフィールを素早く個人のウェブサイトに変換するために設計されたオープンソースのツールです。ユーザーはPDFの履歴書をアップロードするか、LinkedInのリンクを入力するだけで、システムがAI技術（Tog...をベース）を使って個人ウェブサイトに変換します。

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 ...

一般的な紹介 Napkins.devはフリーのオープンソースプロジェクトです。コア機能は、ユーザーがインターフェイスのスクリーンショットやワイヤーフレームをアップロードして、実行可能なフロントエンドコードを自動的に生成できるようにすることです。ユーザーはデザイン画を提供するだけでよく、ツールはLlama 4モデル（by Together ...

概 要 EmemeAIは、3DのAIキャラクターを作成するためのプラットフォームです。VRM形式の3Dモデルをアップロードし、キャラクターの性格を設定することで、自動でチャットや動きができるバーチャルキャラクターを生成することができます。キャラクターは会話だけでなく、状況に応じて表情やアクションを生成することができます。

概要 Agent-Wizは、開発者、研究者、セキュリティチーム向けに設計されたオープンソースのPythonコマンドラインツールです。LangGraph、CrewAI、AutoGenなどの主要なAIインテリジェンスフレームワークから複雑なワークフローを抽出し、...

包括的な紹介 OrionはXiaomi Labsによって開発されたオープンソースプロジェクトで、エンドツーエンド（E2E）自律走行技術に焦点を当てています。Orionは、視覚言語モデリング（VLM）と生成プランナーによって、従来の自律走行手法の複雑なシナリオにおける因果推論が不十分であるという問題を解決する。

一般的な紹介 ReCamMasterはオープンソースのビデオ処理ツールで、コア機能は1つのビデオから新しいカメラビューを生成することです。ユーザーはカメラ軌道を指定し、ビデオを再レンダリングすることで、異なるアングルのダイナミックな画像を得ることができます。ReCamMasterは、浙江大学とRacer Technologyのチームによって開発されました。

包括的な紹介 WiseBIM AIは、AIベースのRevitプラグインで、2Dの建築図面を3DのBIMモデルに素早く変換することに重点を置いています。フランスのWiseBIM SAS社によって開発され、図面内の壁、ドア、窓、床スラブなどの要素を自動的に認識し、BIMモデルを生成します。

概要 SimplAIは、セキュアなAIエージェントと自動ワークフローを迅速に構築、導入、管理できるよう、企業向けに設計されたプラットフォームです。使いやすいツールであるSimplAI Studioを提供し、チームがA...

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...

一般的な紹介 Grimoは、ユーザーがアイデアを表現し、知識をより効率的に整理するのを助ける、インテリジェントなライティング＆コラボレーション・プラットフォームです。Grimoは、DeepSe...などの最新のAIモデルを幅広くサポートしています。

概要 ProductRankは、AIが製品やブランドをどのように評価するかを分析するオンラインツールです。様々な商品やブランドに対するAIモデルの見解を収集・照合することで、市場動向や消費者の嗜好を素早く理解することができます。このウェブサイトは使いやすく、商品・ブランド評価を担当したい方に最適です。

概要 AustenはオープンソースのAIツールで、AngularフレームワークとAnalogjsの初期化、Mermaidjsの技術を組み合わせ、書籍の登場人物の関係を分析するためのチャートを生成します。ユーザーはOpen...

一般的な紹介 Aqua Voiceは、スマートな音声ベースのテキスト生成ツールで、ユーザーの発話をフォーマットされたテキストに素早く変換することに重点を置いている。2023年にフィニアン・ブラウンとジャック・マッキンタイアによって開発され、米国を拠点としている。

General Relationchipsは、チームが素早くデータにアクセスし、管理するためのインテリジェントなデータアシスタントです。先週、新規顧客は何人増えましたか」といった自然言語による質問をサポートし、SQLコードを記述することなく即座に回答やグラフを生成します。ユーザーは ...

包括的な紹介 OkareoはAI開発者のためのプラットフォームで、ユーザーがAIモデルをテストし、バグを発見し、パフォーマンスを向上させることに重点を置いています。大規模言語モデル(LLM)、インテリジェンス、検索拡張生成(RAG)システムを対象としており、データ生成からリアルタイムのモニタリングまで完全な作業を提供します。

Stepsailorは、AIコマンドバーを核とした開発者向けツールである。開発者はこれを使用することで、「新しいタスクを追加する」といったユーザーの発言をソフトウェア製品に理解させることができ、ソフトウェアはそれを自動的に実行する。シンプルなSDKを経由して...

概要 HelixはOpenGig社によって開発されたVS Codeプラグインで、開発者がエディター上で本番レベルのコードを素早く生成できるようにするものです。人工知能技術により、VS Codeに直接コードの記述、デバッグ、最適化の機能を提供します。

はじめに Swarmは、チーム・ネットワークのつながりをマイニングし、活用するためのプラットフォームです。チームメンバーのLinkedInコンタクト、Eメールコンタクト、職歴、学歴を統合し、強力な共有ネットワークを構築します。ユーザーは、ターゲットとなる顧客や候補者を素早く見つけることができます。

包括的な紹介 Boca AI Open Platformは、AIアプリケーションのために設計された検索エンジンサービスプラットフォームです。Web Search APIやSemantic Reranker APIなどのツールを提供することで、開発者がAIをリアルタイムの世界知識と結びつけることを支援します。本プラットフォームは...

概要 DeepCoder-14B-Previewは、Agenticaチームによって開発され、Hugging Faceプラットフォームでリリースされたオープンソースのコード生成モデルです。DeepSeek-R1-Distilled-Qをベースにしています。

概 要 Accept Buttonは、AIが生成したコード提案をワンクリックで素早く受け入れることを目的とした、開発者向けに設計された物理的なボタンである。価格は9.99ドル（送料込み）で、AIによるコーディングプロセスを簡素化することに重点を置いています。開発者...

一般的な紹介 taatooは画像保護に焦点を当てたウェブサイトです。目に見えない電子透かし技術により、画像の見た目を変えることなく、著作権情報などの隠された情報を埋め込むことができます。こうすることで、たとえ画像が盗用されたとしても、ユーザーはその出所を突き止めることができる。このウェブサイトは高度なAI技術を使用している。

概論 Theraは、チューリッヒ工科大学とチューリッヒ大学のチームによって開発されたオープンソースの画像超解像ツールである。低解像度の画像を、2倍、3.14倍、あるいは整数倍など、任意の倍率にズームすることができる。

概論 ElevenLabs MCPはGitHubでホストされているElevenLabsの公式オープンソースプロジェクトです。モデル・コントロール・プロトコル（Model Context Protocol, MCP）に基づいたサービスです。

概要 クラリサインは、契約書の起草、交渉、署名を迅速に行えるよう設計された、世界初のAI主導型契約ツールです。契約書テンプレートの自動生成、反復情報の入力、条項リスクの分析、複数人によるコラボレーションと電子署名に対応しています。このプラットフォームは、創業者のNi...

一般的な紹介 Chatwiseは、ユーザーが自分の知識をお金を稼ぐAIチャットボットに変えることを専門に支援するシンプルで便利なプラットフォームです。ファイル、記事、リンクをアップロードするだけで、サイトがすぐにインテリジェントなボットを生成し、他の人があなたのコンテンツから学ぶことができます。

概要 Superflex は、フロントエンド開発者のために設計された、VSCode と統合された AI プラグインです。このプラグインは、Figma のデザイン・ファイル、画像、またはテキスト・ヒントを、使用可能なフロント・エンド・コードに素早く変換し、追加のチューニングを行うことなく、本番環境に直接適用可能な結果を生成します。

概論 Firebase Studio は Google が提供するクラウドベースの開発ツールで、AI を活用したフルスタックアプリケーションの開発とデプロイを加速することを主な目的としている。アプリケーションのプロトタイピングから本番環境での稼動までの全プロセスをブラウザ上で行うことができます。このツールは、Gemini ... と統合されている。

概要 A2A (Agent2Agent)は、異なるフレームワークやベンダーによって開発されたAIインテリジェンスが相互に通信し、コラボレーションすることを可能にするためにGoogleによって開発されたオープンソースプロトコルである。このプロトコルは、インテリジェンスが互いの能力を発見し、タスクを共有し、作業を完了するための標準化された一連の方法を提供する。

概要 EZsiteは、コーディングなしで誰でも素早くプロフェッショナルなウェブサイトを作成できるツールです。あなたのアイデアに基づいて60秒でウェブサイトを生成し、AIチャットボット、データベース管理、販売自動化機能も付いています。このツールはNewOaksのAIチームによって開発されました。

はじめに Presentations.AIは、人工知能技術を利用してユーザーが素早くプレゼンテーションを作成できるようにするオンラインツールである。主な機能は、簡単なテキスト入力でプロフェッショナルなPowerPointプレゼンテーションを自動生成することです。

一般的な紹介 TabbyはTabbyMLチームによって開発されたオープンソースのAIプログラミングアシスタントで、ユーザーはローカルまたはサーバー上に自分でデプロイすることができます。コードの自動補完やスマートQ&Aなど、GitHub Copilotのような機能を提供していますが、最大の特徴は...

概要 LM Speed は、AI 開発者向けに設計されたツールであり、lmspeed.net でオンラインサービスとしても提供されている。主な機能は、言語モデル API のパフォーマンスをテスト・分析し、スピードのボトルネックを素早く特定し、呼び出し戦略を最適化することである。これは...

総合紹介 Free QWQは、QwQ-32B APIを無料で提供するプラットフォームです。AliのオープンソースQwQ-32Bビッグ言語モデルをベースにしており、国内50以上の家庭用3090、4080、4090グラフィックカードの分散演算を利用しています。ユーザーは登録やチャージの必要はありません。

概要 DevDocsは、CyberAGIチームによって開発され、GitHubでホストされている完全に無料のオープンソースツールです。プログラマーやソフトウェア開発者のために設計されたこのツールは、技術文書のURLから始まり、関連するページを自動的にクロールし、簡潔なMa...

一般的な紹介 TestDriver は、人工知能技術を使用して開発者のソフトウェア・テストを支援するウェブサイトです。マウスをクリックしたり、テキストを入力したりといった人間の動作をシミュレートすることで、ソフトウェアのテスト作業を自動化する。サイトの中心には、本物の人間のように動作する「AIエージェントを使用したコンピュータ」がある...

概 要 OpenCreatorは、20以上のジェネレーティブAIモデルを集めたクリエイター向けのオンラインツールです。ユーザーは、プラットフォームを切り替えたり、複数のサブスクリプションを支払うことなく、簡単にクリエイティブなビデオを生成するために使用することができます。シンプルなインターフェイスを持ち、ワンクリックをサポートしています。

概論 SiteMCPは、ウェブサイト全体のコンテンツをクロールし、MCP（Model Context Protocol）サーバーに変換することを中核機能とするオープンソースツールで、AIアシスタント（Claude Desktopなど）が直接...

概要 Deep Chatはウェブ開発者向けに設計されたオープンソースのAIチャットコンポーネントです。Ovidijus Parsiunasによって開発され、GitHubでホストされています。ユーザは単に設定することができます...

一般的な紹介 Arrakisは、安全でカスタマイズ可能な環境を提供するためにAI知能のために設計されたサンドボックス環境です。Abhishek Bhardwajによって開発され、GitHubでホストされており、AGPL v3ライセンスを使用しています。

総合紹介 PDF文書のレイアウトを自動的に分析し、ページ内のテキスト、タイトル、画像、表、数式、その他の要素を識別し、それらの正しい順序を決定します。このツールはOCR機能をサポートしており、スキャンしたPDFを検索可能なテキストに変換することができます。Docker上で動作し、2つのモデルを提供します。

概論 AI-Scientist-v2は、日本のサカナアイ社によって開発された知的システムであり、科学研究を最初から最後まで機械によって自動化することを目的としている。研究のアイデアを思いつき、実験を設計し、コードを実行し、データを分析し、最終的に科学論文を書くことができる。

Kozyは、テキスト説明付きの短い動画を素早く編集するためのツールです。その核心は、ユーザーが「面白いペットのビデオをカットする」といった簡単な口頭入力で、プロ並みのショートビデオを数秒で生成できることだ。Tunde Alaoによって開発されたこのサイトは、2025...

はじめに Internet.ioは、複数のトップAIモデルの回答を集約するインテリジェント・プラットフォームである。単一のAIの回答が不正確であったり、一貫性がないという問題を解決することを目的としています。ユーザーは一つの質問をすると、複数のトップAIモデルから同時に回答を得ることができ、簡単に比較することができる。

一般的な紹介 Exponentは、コードの探索から最終的なデプロイまで、あらゆるソフトウェアエンジニアリングのタスクでユーザーと協力するように設計された強力なAIプログラミングエージェントです。ローカル開発環境、端末操作、または継続的インテグレーション（CI）プロセスで実行することができ、ユーザーを様々な...

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...

Comprehensive Introduction Recallは、ウェブページ、ビデオ、PDFなどを素早く要約し、個人の知識ベースに保存することで、ブラウジング体験を向上させる人工知能ツールです。中心的な機能は、ブラウジング中に関連情報をリアルタイムで表示し、断片的なコンテンツを順序付けられた知識ネットワークに整理することを支援することです。構成は ...

総合紹介 Dolphinは、DataoceanAIと清華大学によって開発された、アジア言語の音声認識と言語認識に特化したオープンソースモデルです。東アジア、南アジア、東南アジア、中東の40の言語と22の中国語方言をサポートしています。

総合紹介 AstrBotはオープンソースのチャットボット開発フレームワークで、QQ、Telegram、WeChatなどのメッセージングプラットフォームをサポートし、OpenAI、DeepSeek、Google Geminiなどの大規模な言語モデル（L...

総合的な紹介 WeCloneは、WeChatのチャット記録と音声メッセージを、大規模な言語モデルと音声合成技術と組み合わせて使用するオープンソースプロジェクトであり、ユーザーはパーソナライズされたデジタル・ドッペルゲンガーを作成することができます。このプロジェクトは、ユーザーのチャットの習慣を分析してモデルを訓練するだけでなく、少数の音声サンプルを使ってリアルな音声を生成することができます。

概論 DiffPortrait360はオープンソースプロジェクトであり、CVPR 2025の論文 "DiffPortrait360: Consistent Portrait Diffusion for 360... "に関連している。

包括的な紹介 mcp-uiは、開発者machaojin1917939763によって作成されたオープンソースプロジェクトであり、構築するためのモデルコンテキストプロトコル（MCP）プロトコルに基づき、Webおよびデスクトップ環境のためのサポートです スマート ...

包括的な紹介 MiniMax AudioはMiniMax社のAI音声生成ツールで、テキストを類似度の高い自然な音声に素早く変換することを主な特徴としています。Speech-02モデルに基づいており、音声合成の類似度は最大99...

KOAHは、AIアプリケーションの広告ソリューションを提供することを目的としたウェブサイトです。Koah Labs, Inc.によって開発され、カリフォルニア州サンフランシスコに拠点を置いています。このサイトの主な目的は、AIアプリの開発者がネイティブ広告を埋め込むことで収益を上げられるようにすることであり、同時にユーザー体験が...

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...

一般的な紹介 Shamazeは、親が子供のためにパーソナライズされた就寝前の物語を作るのを手助けするウェブサイトである。人工知能技術を使って、子供の興味に基づいたユニークなストーリーを生成し、また親の声を真似てストーリーを読み上げる。親はテーマと登場人物を設定するだけで、Shamaze ...

概要 Comp AIは、米国サンフランシスコに本社を置くComp AI社によって開発されたオープンソースのプラットフォームです。自動化されたツールにより、SOC 2、ISO 27001、GDPRなどのコンプライアンス要件を迅速に完了することができます。

一般的な紹介 AmyMindは、主にAI技術を使って素早くマインドマップを作成できる無料のオンラインツールである。使い方は簡単で、ソフトウェアのインストールは必要なく、ブラウザで開くと動作する。ユーザーはテキストを入力したり、Markdown、PDF、Wor...

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...

包括的な紹介 KrillinAIは、ユーザーがビデオを翻訳し、自動的にそれらをダビングするために人工知能を使用することに焦点を当てたオープンソースのビデオ処理ツールです。ビデオのダウンロードから始まり、様々なプラットフォームに適応した完成品の生成まで、全てのプロセスは数クリックで完了します。開発者はGitHubで公開されている。

一般的な紹介 AiryLarkはGitHubでホストされているオープンソースの文書処理・翻訳ツールで、開発者のwizdによってNext.jsフレームワークに基づいて構築されています。様々なファイル形式（PDF、Word、TXT、Markdo...など）をサポートしています。

一般的な紹介 Headshotlyは、AI技術を使ってプロフェッショナルなヘッドショットを素早く生成するオンラインツールである。ユーザーが普通の自撮り写真を数枚アップロードするだけで、AIがそれを処理し、高品質のプロフェッショナルなヘッドショットを生成する。このウェブサイトは、シンプルな操作と効率的なエクスペリエンスに重点を置いています。

一般的な紹介 Ogilvy（オグルヴィ）は、広告の第一人者であるDavid Ogilvy（デビッド・オグルヴィ）にインスパイアされた、高コンバージョンのコピーを作成するために設計されたテキストエディタです。あなたの代わりに書くのではなく、むしろあなたのアシスタントとして、白紙のページ上でコピーの下書きを完成させる手助けをします。このコピーの中核となるゴールは、「コピーライターが、あなたの代わりに文章を書く」ことではありません。

概要 CloneMyTripsは、AI技術によりソーシャルメディア上の旅行コンテンツからインスピレーションと旅程を抽出することを支援する機能を中核とする革新的な旅行計画サイトである。ユーザーがお気に入りの旅行に関する短い動画や投稿を簡単に共有でき、パーソナライズされた旅行プランを自動的に生成します。

一般的な紹介 Zolaは、開発者のJulien Thibeaut（GitHubユーザー名ibelick）によって開発され、GitHubでホストされているフリーでオープンソースのAIチャットアプリである。最大の特徴は、複数のAIモードをサポートしていることです。

包括的な紹介 DeepResearcherは、上海交通大学のGAIR-NLP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す。強化学習(RL)によって実際のウェブ環境でエンドツーエンドで学習された大規模言語モデル(LLM)に基づくインテリジェントな研究ツールです。プロジェクト...

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。

概説 Lumina-mGPT-2.0は、上海AI研究所（Shanghai AI Laboratory）、香港中文大学（The Chinese University of Hong Kong：CUHK）、およびその他の組織によって共同開発されたオープンソースプロジェクトで、Alpha...によってGitHub上でホストされている。

概要 Echo Memoは、X、TikTok、YouTubeなどのソーシャルメディア上のリンクを保存・整理できる、ソーシャルメディアユーザーのためのツールです。このツールの特徴は、AIを使ってリンクのテキストと画像を分析することです。

一般的な紹介 エージェントSは、Simular AI社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あり、グラフィカル・ユーザー・インターフェース（GUI）を通じて人間のようにコンピュータを操作することができる。マルチモーダル大規模言語モデルと経験的学習技術を使用して、ウェブの閲覧、文書の編集、ソフトウェアの使用などのタスクを実行する。

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。

一般的な紹介 Text2Voiceは、シリコンベースのモビリティAPIに基づいた音声合成機能を提供するオープンソースツールで、クリーンなグラフィカル・ユーザー・インターフェース（GUI）が最大の特徴である。開発者のシェルドン・リーがGitHubで作成したもので、...

概要 FreeAIは、Pollinations.AI APIをベースとしたオープンソースのAIアプリケーションプラットフォームで、無料で無制限のAIチャットアシスタント、画像生成、音声合成サービスを提供している。このプロジェクトは、開発者のAzad-slによってG...

概要 ChatLLMは、Abacus.AIによって開発されたインテリジェントなチャットツールです。GPT-4o、Gemini、Grokなど、様々なトップクラスの言語モデルを統合しており、ユーザーは1つのプラットフォームを通して様々なAI機能を体験することができます。いいえ...

概要 api-checkは純粋なフロントエンドAPIテストツールで、開発者のoctober-coderによってGitHubでオープンソース化されています。主にAPIインターフェースの使いやすさをテストするために使用され、特にOpenAIのプロキシA...

一般的な紹介 Motionvid.aiは人工知能を使用して、ユーザーが素早くプロフェッショナルなアニメーションビデオを作成できるオンラインツールです。このツールの最大の特徴は、テキストの説明や手描きのスケッチを使って、滑らかなダイナミクスと高品質の視覚効果を持つアニメーションを数秒で生成することです。ユーザーは複雑な操作をマスターする必要はありません。

TwinMindは、ThirdEar AI, Inc.によって開発された、「すべてを記憶するのに役立つ」スマートツールです。携帯電話をポケットに入れたままでも、会話や会議、講義をリアルタイムで録音し、100以上の言語でテキスト化することができます。

はじめに ビバラボは、AI技術を利用して、コンバージョンの高い動画広告を素早く作成できるオンラインツールです。ユーザーは製品URLを提供するだけで、AIがターゲットオーディエンスを調査し、リアルなAIアバターと多言語ナレーションを備えたプロフェッショナルな広告スクリプトを生成し、自動化することができます。

概論 Langflow Desktopは、開発者がAIインテリジェンスやアプリケーションを素早く構築するためのデスクトップツールです。Langflowチームによって開発され、ドラッグ＆ドロップで複雑なワークフローを設計できる直感的なインターフェースを提供します。主な機能

AutonomyAIは、人工知能を使ってフロントエンド開発の効率を向上させるオンラインツールです。AutonomyAIは、"コンテキストを認識するエージェント "技術を使って、開発者がデザインを制作可能なフロントエンドコードに変換するのを支援することを主な目的とするチームによって開発された。このサイトのメインプロダクトであるThe M...

Waxwing 2.0は、AIと人間の専門家を組み合わせたタスク・サービス・プラットフォームである。米国デラウェア州ウィルミントンに本社を置くWaxwing AI Ltd.によって開発され、「人間＋AI」モデルに焦点を当てている。このプラットフォームは、専門家が設計した500以上のAIタスクを提供している。

概論 OpenAvatarChatはHumanAIGC-Engineering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。モジュール式のデジタル人間対話ツールで、1台のPCで動作させることができます...

概要 Supaboardは、複雑なデータを直感的なダッシュボードやチャートに素早く変換できるように設計された、AIベースのデータ分析プラットフォームです。簡単な操作で複数のデータソースに接続し、ユーザーはコードを書くことなく、自然言語で質問するだけでデータインサイトを生成することができます...

はじめに GitMCPは、GitHubの公開プロジェクト専用に作られた無料のオープンソースツールです。GitHubのリポジトリやGitHub Pagesのウェブサイトを素早くMCP（Model Context ...

はじめに エッグノッグは、AIを使って動画を生成するウェブサイトである。その中心的な製品である「タイムポータル」は、プレイヤーがAIの動画を通して歴史的なシナリオに「飛ばされ」、時代と場所を当てる歴史推理ゲームである。

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...

一般的な紹介 DeepSiteはAIベースのウェブサイト生成ツールで、ユーザーは簡単なテキスト説明を入力するだけで、ライブで実行可能なフロントエンドのウェブページを素早く生成することができます。Hugging Faceのコミュニティメンバーであるenzostvsによって開発され、DeepSiteは...

以前、Gemini 2.0（無料）で音声を多言語字幕に変換しようとしたことがある。今回もGimine 2.5 proで試してみた。 まず、参考ベースとして標準SRT字幕のサンプルを見つけました（音声を...

概論 uniOCRはmediar-aiチームによって開発されたオープンソースのテキスト認識ツールです。Rust言語に基づいており、macOS、Windows、Linuxシステムをサポートしています。画像からテキストを抽出することができます。

概要 Serenaは、Oraios AIチームによって開発され、GitHubでホストされているフリーでオープンソースのプログラミングツールです。コードベースで直接動作する強力なコードアシスタントで、開発者のコードの分析、編集、実行を支援します。

概要 AudioXはZeyue TianらによるGitHub上のオープンソースプロジェクトである。AudioXはDiffusion Transf...

概要 EasyControlはオープンソースプロジェクトであり、効率的で柔軟な画像生成制御を提供する拡散変換器（DiT）アーキテクチャに基づいています。その中でも、ジブリ・コントロールLoRAは特別な機能の一つで、たった100個のサブ...

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。

YOLOEは清華大学ソフトウェア学院のマルチメディア・インテリジェンス・グループ（THU-MIG）が開発したオープンソースプロジェクトで、正式名称は「You Only Look Once Eye」。PyTorchフレームワークをベースにしており、YOLOシリーズの拡張機能に属している。

概要 Open-VoiceCanvasは、ItusiAIチームによって開発されたオープンソースの音声合成プラットフォームです。50以上の言語をサポートし、テキストを自然な音声に変換したり、音声をアップロードすることでパーソナライズされた音声をクローンすることができます。このプロジェクトはOpe...

概論 LibraはGreenbit.aiの革新的なツールで、その中核機能は自然言語対話を通じてローカルに動作するAIインテリジェンスを生成することである。バイブエージェント "と呼ばれるこのツールは、ユーザーが自分のニーズを簡単な言葉で説明し、素早く...

概論 VideoMindは、長い動画の推論、Q&A、要約生成に焦点を当てたオープンソースのマルチモーダルAIツールである。香港理工大学のYe Liuとシンガポール国立大学のShow Labのチームによって開発された。このツールは人間の動画理解を模倣している。

一般的な紹介 SuperCoderはターミナルで動作するインテリジェントなツールで、プログラマーのために設計されています。AI技術を使って、ユーザーがコードを検索したり、プロジェクトの構造を見たり、ファイルを編集したり、バグを修正したりするのを手助けします。このプロジェクトはGitHubのhuytdによってオープンソース化されており、...