最新のAIリソース

Jammableは、ユーザーが音楽をアップロードするか、既存の作品を選択し、AIに好きな歌手の声やスタイルを模倣させて新しいカバーバージョンを作成することができるAI音楽カバープラットフォームです。Jammableは、高品質の音楽をすばやく生成し、結果は数秒で表示され、人気のサウンド、音楽コンピレーション、およびコ...

MagistralはMistral AIによる推論モデルで、透過的、多言語、ドメイン固有の推論機能に焦点を当てている。このモデルは、オープンソース版（Magistral Small）とエンタープライズ版（Magistral Medium）で構成されており、後者は...

o3-proはOpenAIのo3推論モデルのアップグレード版で、複雑な質問を扱い、正確な答えを提供するように設計されています。このモデルは、ウェブ検索、ファイル解析、画像推論、Pythonプログラミングなど、ChatGPTの全ツールの呼び出しをサポートしており、強力な実行力を発揮します。

Narakeetは、自然音声合成技術に基づいた強力なAI音声合成プラットフォームで、テキスト、Word文書、PPTプレゼンテーション、字幕ファイルを高品質な音声に高速変換し、ビデオコンテンツとの自動同期をサポートします。

AIFlowyは、オープンソースのエンタープライズレベルのAIアプリケーション開発プラットフォームで、Java開発をベースとし、byte Coze、Tencent meta ware、Difyなどの製品に対応しています。インテリジェント対話ロボット、プライベート知識ベース構築、AIワークフローオーケストレーション、大規模モデル管理などの機能をサポートし、完全なシステム管理モデルを提供します。

Elegant YOYAはZhongke Wengeが立ち上げたマルチモーダルリテラティブビデオプラットフォームであり、AIマルチモーダル技術に基づいて、ビデオコンテンツ作成の全チェーンを強化する。ユーザーはテーマ要件を入力するだけで、プラットフォームはスクリプト、画像、動画を迅速に生成し、インテリジェント編集、音声合成、キャラクター口駆動などの操作を完了することができ、出力...

Uthanaは、強力なAI 3Dキャラクターアニメーション生成プラットフォームです。ユーザーがテキスト説明を入力したり、参考動画をアップロードしたり、モーションライブラリを検索したりすると、AIがどんな骨構造のモデルにも対応できるリアルなアニメーションを素早く生成します。このプラットフォームは、スタイル移行、API統合、カスタマイズ...といった様々な機能を備えています。

Vace AIは強力なワンストップAI動画制作・編集プラットフォームです。このプラットフォームは、テキスト説明や参照画像に基づいて高品質のビデオコンテンツを生成し、ビデオの拡張、スタイル変換、被写体の除去や再構築などのさまざまな編集機能をサポートしています。

Penguin Reading Companionは、テンセントが開発した小中学生向けのAI読書アシスタントです。Penguin Reading Companionは、テンセントのハイブリッドビッグモデルとメタマシンプラットフォームに、義務教育言語カリキュラムプログラムとカリキュラム標準（2022年版）を組み合わせることで、生徒にパーソナライズされたおすすめの読書、複数の読書モード（フォーカス、音読、リスニング...

Lemon Slice Liveは、Lemon Slice社が提供するリアルタイムビデオチャットAIツールです。Lemon Slice Liveは、Diffusion Transformerモデル（DiT）に基づいており、あらゆる写真やイラストをリアルタイムのインタラクティブな動きに変換することができます。

BoomCutは、Little Shadow Technologyが発表したAI国境を越えたマーケティングビデオのローカリゼーションツールである。このツールは、高度なリップシンクドライブとトーンクローン技術に基づく強力な機能を備えており、異なる国や地域のユーザーの言語ニーズを満たすために、話し言葉ビデオの多言語バージョンを迅速に生成します。

モボイMCPサーバーは、GoDoQが提供を開始したマルチモーダルAI機能を統合するツールです。Mobvoi MCP Serverは、音声生成、サウンドクローン、イメージドリブンデジタルピープル、ビデオダビング、ビデオ翻訳を統合したマルチモーダルAIツールで、ユーザーがテキストを入力することで柔軟に呼び出すことができます。

Rowboatは、マルチインテリジェントなボディアシスタントの構築をサポートするオープンソースのローコードAI IDEです。ビジュアルインターフェースとAI支援開発機能に基づいて、Rowboatは、ユーザーがインテリジェントなボディワークフローを迅速に設計、設定、テストするのに役立ちます。ユーザーが自然言語で要件を記述することをサポートし、Row...

Shangtang Ruyingは、Shangtang Technologyが発表したAIデジタル人体映像制作プラットフォームである。ビッグモデル技術に基づき、顔の特徴、服装、髪型など、非常にリアルなデジタル人体イメージの作成とパーソナライズをサポートする。このプラットフォームは、サウンドクローン、ビデオ生成、自動データ注釈、リアルタイムインタラクションなどの機能を備えている。

JoyHalloは、Jingdongが提供するオープンソースのAIデジタル人体モデルで、北京語向けに設計されており、音声をリアルなスピーキングビデオに変換することができます。JoyHalloは、唇の動きの予測精度を向上させるために半結合構造を使用したwav2vec2モデルに基づく音声特徴を埋め込み、英語ビデオの生成をサポートします。

シリコン・ランゲージAIナレッジ・ベンチャー・プラットフォームは、南京シリコン・インテリジェンス・テクノロジーが立ち上げたAIデジタル・ヒューマン・テクノロジー・プラットフォームである。このプラットフォームは、自然意味処理、機械学習、ディープラーニングなどの高度なAI技術に依存し、人間と対話できるバーチャルキャラクターを作成する。

マストファイアAIは、ショートビデオクリエイター向けの国産AIデジタルヒューマン生成プラットフォームです。ユーザーは、実在の人物を撮影した3分間の動画をアップロードすることで、0.1mmの微表情精度を持つ、非常にリアルなデジタルヒューマン画像を素早く生成することができます。音声合成や音声サンプルの録音にも対応しており、実在の人物に匹敵するAI音声モデルを生成することができる。

Thetawave AIは、大学生のために設計された高度なAIノート作成ツールです。授業内容を構造化された学びやすいノートにリアルタイムで取り込むことができ、PDFやWordなどのドキュメントのアップロードにも対応しています。このツールの主な機能には、リアルタイム変換...

Wisdom Spectrum CoCoは、Wisdom SpectrumのAICOプラットフォームが発表した初のエンタープライズレベルのスーパーアシスタントエージェントです。Wisdom Spectrum CoCoは、配信指向、記憶メカニズム、シームレスな組み込みという3つのコア機能を備えています。政府業務の分野において、CoCoは政策の解釈、ソリューションのカスタマイズ、実施効果の追跡が可能で、政策が効率的に実施されるよう支援します。

draw.ioは、ブラウザベースのプラットフォーム上で動作し、ソフトウェアのインストールを必要としない無料のオンライン描画ツールです。draw.ioは、フローチャート、マインドマップ、ネットワークトポロジーダイアグラム、ガントチャートなど、さまざまなシナリオのニーズを満たすために、さまざまな種類の図をサポートしています。操作...

Forage-Migoは、テキスト、言語、視覚、データ処理をサポートする強力なマルチモーダルAI機能を備えた、AI主導の学習・研究イノベーションプラットフォームです。Migoは、インテリジェントなQ&A、ウェブページの読書支援、文献の読書、アカデミックライティング、論文の読書、化学...

ScienceOneは、中国科学院自動化研究所が共同で立ち上げたインテリジェント科学研究プラットフォームである。ScienceOneは、中国科学院自動化研究所が共同で立ち上げたインテリジェント科学研究プラットフォームで、大規模な科学基盤モデルの構築に基づいており、学際的なコラボレーションによるインテリジェント科学研究の新しいパラダイムを推進し、科学研究の全プロセスをサポートします。

QBotはTencent QQ Browserが発表したAI機能を統合したスマートブラウザである。テキスト、音声、画像検索をサポートし、迅速かつ正確な回答を提供するAI検索や、ウェブコンテンツの迅速な解釈をサポートし、マインドマップを生成するAIブラウジング機能など、さまざまな実用的機能を備えている。

FiaMindは、効率的な情報管理と創造的な支援のためにデザインされたAIマインドマップツールです。このツールは柔軟で無制限のキャンバスを持ち、マインドマップの自由な分割と結合をサポートし、ロジックダイアグラム、マインドマップ、組織図など多様なレイアウトのニーズに応えます。

Curtainは、ユーザーが構造化されたアウトラインフォームに基づいて断片化された知識を体系化するためのAIアウトラインノートツールであり、このツールはマインドマップのワンクリック生成をサポートしています。また、ワンクリックでマインドマップを作成することもできます。カーテンは、複雑な情報を直感的なグラフィックで表現し、思考を素早く明瞭にし、理解力と記憶効率を向上させることをサポートします。

StartAIは、デザイナーやクリエイター向けにデザインされたAdobe PhotoshopベースのAIペイントソフトです。デザイン効率を向上させ、創造性を刺激するAI技術に基づいており、テキストベースの描画、部分的な再描画、ラインカラーリング、非破壊ズーム、高精細復元などをサポートしています。

Italian AIは、バイリンガルの入力をサポートし、400以上のモデルと100,000の図面スタイルを含む、業界をリードするAI図面・デザインカスタマイズプラットフォームです。ユーザーは、テキスト説明文を入力したり、画像をアップロードすることで、要件を満たす画像を素早く生成することができます。

Metamirrorは、人間とコンピュータの共生エンジンをベースとしたAI映像制作ツールで、クリエイティブなひらめきから完成映像までの効率的な制作をサポートします。自動スクリプト生成、キャラクタースタイル統一、マルチモーダル融合、インテリジェントワークフローなどの機能を備えており、ワンクリックでクリエイティブな動画スクリプト、マルチモーダル分割画面デザインを素早く生成し、完成動画を合成することができます...

Vermilion Bird AI 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Vermilion Bird Labsが立ち上げたAI検出プラットフォームで、ユーザーがAIによって生成された画像やテキスト・コンテンツを識別するのを支援する。Vermilion Bird AI Detectionは、画像の隠された特徴、常識的な論理に合致しないコンテンツ、「透かし」ロゴなどを分析し、AIによって生成された画像かどうかを迅速に判断する。

浙江大学は、DeepSeek V3とR1モデルに基づき、CARSIリソース共有プラットフォームに依存し、浙江大学の教師と学生だけでなく、全国829のCARSI提携大学の教師と学生に無料のサービスを提供しています。

Qin Music Grand Modelは、Tencent AI LabとTencent TME Tianqin Labが共同で発表した先進的なAI音楽作成グランドモデルである。このモデルは、ユーザーが入力したキーワード、説明文、または英語と中国語のオーディオクリップに基づいて、高品質のステレオオーディオまたはマルチトラックの楽譜をインテリジェントに生成します。

Shoot Me AIは、Aishi Technologyが国内市場向けにカスタマイズして発表した革新的なAI動画生成プラットフォームで、PixVerseの国内版です。このプラットフォームは、簡単なテキストプロンプトまたはアップロードされた画像に基づいて、高品質の動的なビデオコンテンツを迅速に生成することをサポートしています。このプラットフォームの最新バージョンV4.5では、ビデオの品質、アニメーションの滑らかさが改善されました。

Nail Yitaiは、アリババが立ち上げたローコード・アプリケーション開発プラットフォームで、企業のデジタル・ビジネス・アプリケーションの迅速な構築を支援する。視覚的なドラッグ＆ドロップや設定方法を通じて、コードを知らないビジネスパーソンでも簡単にニーズに合ったアプリケーションを開発することができ、開発の敷居とコストを大幅に削減することができます。

Seed-Musicは、ByteDanceが発表したAI音楽生成の大きなモデルであり、ユーザーが録音した10秒間の音声を完全な楽曲に変換することをサポートする。自己回帰言語モデルと拡散法に基づいて、マルチモーダルなユーザー入力（例えば、スタイル記述、オーディオ参照、スコア、サウンドキュー）を高...

Sound Controlは、音楽クリエイターを全面的にサポートする革新的なAI音楽制作プラットフォームです。ユーザーは簡単な歌詞やメロディーの断片を入力するだけで、AIがロック、ラップ、バラードなど様々なジャンルの完全な楽曲コンテンツを素早く生成します。

AntiSpectrumは、先進的なAI技術に基づき、オーディオファイル（MP3、FLACなど）をペンタトニックやシンプルな楽譜に変換する革新的なオンラインAI音楽変換プラットフォームです。AntiSpectrumにはボーカル分離機能があり、音楽中のボーカルと伴奏を分離し、音楽制作やミキシングを簡単にします。AntiSpectrumは、MIDIファイルの変換をサポートしています...

Replayは、ディープラーニング技術に基づいた先進的なAI伴奏分離ツールです。このツールは、オーディオコンテンツを自動的に分析し、リードボーカル、ボーカル、バッキングトラックなどのトラックを正確に分離して、別々のオーディオファイルを生成します。Replayは、MP3、WAV、FL...など、多くの一般的なオーディオフォーマットをサポートしています。

MakeBestMusicは、AIベースの音楽作成プラットフォームで、ユーザーはテキストの説明や歌詞に基づいて高品質のインストゥルメンタルまたはボーカル音楽をすばやく生成することができます。MakeBestMusicは、ポップ、ロック、クラシック、エレクトロニック、その他の音楽スタイルをサポートし、音楽分離機能を提供します...

HunyuanVideo-Avatarは、Tencent Mixed YuanチームとTencent Music Tianqin Labが共同で発表した先進的な音声デジタル人体モデルである。このモデルは革新的なマルチモーダル拡散トランスフォーマーアーキテクチャに基づいており、ユーザーがアップロードしたキャラクター画像と音声に基づいて自然な表情を生成します。

HeyGenは、AIを活用したデジタルヒューマンビデオ作成プラットフォームで、合理的なビデオ制作プロセスをサポートし、ユーザーはプロ級のデジタルヒューマンビデオを素早く作成することができます。このプラットフォームは高度なAI技術に基づいており、ユーザーはデジタルキャラクターのイメージと声を完全にコントロールすることができます。

Keevxは、主に海外の中小企業や個人クリエイターを対象としたAIデジタルヒューマン動画作成プラットフォームです。AIによるインテリジェントなスクリプト生成と翻訳機能をベースに、高品質な公開ポートレートとテンプレートを備え、ユーザーにワンクリックでデジタルヒューマンマーケティングビデオ生成サービスを提供します。

Makeは、自動化されたプロセスに基づいて組織の効率性と革新性の向上を支援する、AI主導のコード不要の自動化プラットフォームです。このプラットフォームは、マーケティング、販売、財務など、さまざまなビジネスシナリオをサポートする2,000以上の構築済みアプリを提供しています。Makeの主な機能には、コード不要のビジュアルプロセス作成、AI...

MiMo-VLはシャオミのオープンソースのマルチモーダルグランドモデルで、視覚コーダー、クロスモーダル投影レイヤー、言語モデルで構成されている。視覚コーダーはQwen2.5-ViTに基づいており、ネイティブ解像度の入力をサポートし、より詳細な情報を保持する。言語モデルはシャオミが独自に開発したMiMo-7Bで、複雑な投影のために設計されている。

Olovka AIは、学生のためのAIアカデミックライティング支援プラットフォームで、学生の学術レベル、専門分野、論文の種類に基づいた的確なライティングアドバイスと支援を提供します。インテリジェントなアルゴリズムに基づき、Olovka AIは学生が高品質な学術論文を素早く執筆できるようサポートします。

Fish Audioは、テキスト音声合成(TTS)と音声クローンをサポートする強力な生成AI音声合成ツールです。ユーザーはテキストを入力するだけで、自然で滑らかな音声に変換することができ、プラットフォームはさまざまな言語と音声スタイルを提供し、さまざまなシナリオやユーザー...

SignGemmaは、Google DeepMindが提供する世界で最も強力な手話通訳AIモデルであり、アメリカ手話（ASL）の英語テキストへの正確な翻訳をサポートする。このモデルはマルチモーダルトレーニングに基づいており、視覚データとテキストデータを組み合わせることで、手話の動作をリアルタイムで捉え、素早くテキストに翻訳する。

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。

CRIC Depth Intelligenceは、CRICが独自に開発した中国不動産初のAIインテリジェント体であり、CRICの20年にわたる不動産業界での経験とデータ蓄積、マルチモーダルビッグモデル技術に基づき、データ統合、インテリジェント分析からコンテンツ生成までの全チェーンを切り開く。

FLUX.1 Kontextは、Black Forest Labs社の画像生成・編集モデルで、コンテキストを意識した画像処理技術を提供する。このモデルは、テキストや画像の合図に対する反応を理解し、オブジェクトの修正、スタイルの変換、背景の置換などのタスクを実行しながら、コーナー...

WebAgentは、Alibaba Tongyi Labsが開発したオープンソースの自律型検索AIエージェントで、強力なエンドツーエンドの自律型情報検索と多段階の推論機能を備えています。WebAgentは、人間のようにネットワーク環境を能動的に認識、判断、行動することができ、学術研究やビジネスの意思決定に広く利用されています。

Spirit Code IDEは、同義Spirit Codeが発売したAIネイティブ統合開発環境（IDE）で、千題の3大モデルに深く適応し、強力なプログラミング知能体モードを持っており、プロジェクトの認識、コードの検索、端末操作の実行などのタスクを自律的に完了することをサポートします。MCPツールをサポートし、Magic Hitch MCP Squareの3...

BAGELは、ByteDanceによってオープンソース化されたマルチモーダルベースモデルで、140億のパラメータを持ち、そのうち70億がアクティブである。このモデルベースとMixed Transformer Expert Architecture (MoT)は、それぞれ独立した2つのエンコーダで画像のピクセルレベルとセマンティックレベルの特徴をキャプチャし、画像、テキスト、ビデオの効率的な処理をサポートします。

DeepSeek-R1は、杭州を拠点とするDeepSeekが発表した高性能AI推論モデルで、OpenAIのo1正式版に対するベンチマークである。このモデルは、大規模な強化学習技術に基づいて事後学習されており、数学、コード、自然言語で推論を行うために必要なラベル付きデータはごくわずかである。

Phantom Boat AIは、CM、プロモ、アニメーションなど、様々なタイプの映像コンテンツの効率的な一括生成をサポートする、ワンストップの強力なAIショートフィルム作成プラットフォームです。Midjourney、Runwayをはじめとする世界最先端のAIモデルをベースとしたこのプラットフォームは、脚本作成から...

Circuit Tracerは、大規模な言語モデルの内部動作を研究するためのAnthropic社のオープンソースツールです。帰属グラフ（attribution graph）の生成に基づいて、モデルが特定の出力を生成する際に経る内部ステップを明らかにする...

Google AI Edge Galleryは、機械学習（ML）とジェネレーティブ人工知能（GenAI）モデルをネイティブデバイス上で体験・利用できる、グーグルの実験的AIアプリです。このアプリはAndroid端末に対応しています。

データエージェントは、ボルケーノ・エンジンが立ち上げた新世代のエンタープライズグレードのデータインテリジェンスで、データ分析とインテリジェントマーケティングに焦点を当てています。データエージェントは、企業内の構造化データと非構造化データを統合し、綿密な調査と分析に基づいて包括的で詳細な調査レポートを作成します。

Fairiesは、ファイル管理、コード生成、電子メール送信など、1,000以上の操作を処理する強力なマルチタスク機能を備えた汎用AIエージェント・インテリジェンスです。Fairiesは自然言語によるインタラクションをサポートしており、簡単なニーズの記述に素早く反応し、...

KeLing 2.1は、レーサーが発表したAIビデオ生成モデルである。このモデルには、標準、高品質、マスターの3つのバージョンがあり、720P、1080P、フィルムレベルのエフェクトを提供し、さまざまなクリエイティブ・ニーズに対応する。標準バージョンの生成スピードは、迅速な制作に適している。

Little Larkは、Shear Imageが発表したインテリジェントなクリエイションエージェントで、AI技術に基づき、コンテンツ制作の境界線を再構築し、よりシンプルで効率的、そして面白いクリエイションを実現します。リトルラークは、閾値ゼロの動画作成、デジタルポップアップビデオ、デザイン画、背景用画像をサポートしており、ユーザーはコマンドを入力するだけで、AIサポートが効率的に...

Drafting AI Communityは、ユーザーに豊富なクリエイティブデザインリソースとツールを提供するオンラインAIクリエイティブインスピレーションプラットフォームです。このプラットフォームは、イメージ写真、Eコマースデザイン、ホリデーテーマ、3Dイラスト、アバターデザイン、小紅集素材、似顔絵デザインなど、様々なデザイン分野をカバーし、様々なユーザーのニーズに応えます。

Ming-Lite-Omniは、Ant GroupのBailing Big Modelチームによるオープンソースの統一マルチモーダルビッグモデルで、効率的なMixture of Experts（MoE）アーキテクチャに基づいて構築されています。Ming-Lite-Omniは、テキスト、画像、音声、動画の処理をサポートしています。

DeepSeek-R1-0528は、DeepSeekチームが開発した最新のAIモデルです。DeepSeek-V3-0324で学習され、最大660Bの共変量が追加され、パフォーマンスが大幅に向上しています。このモデルは、HuggingFaceで学習されます。

NoCodeとは NoCodeはMissionが立ち上げたゼロコードAI開発プラットフォームです。プログラミングの経験がなくても、自然言語で要件を記述するだけで、ウェブサイトページ、ユーティリティ、小さなゲーム、イベントページ、その他のアプリケーションを素早く生成することができます。

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。

一般的な紹介 Mad Professor (Grumpy Professor Reads Papers) は、研究者や学生のために設計されたオープンソースのAI学術ツールで、学術論文の読み取りと分析を簡素化します。PDF処理、AI翻訳、RAG検索、AI質問...を統合しています。

概要説明 HulaはAIを搭載したクリエイティブツールで、ワンタッチの簡単操作でユーザーのセルフィーをバイラルビデオ、マルチスタイル画像、パーソナライズされたステッカーパックに変換するように設計されています。開発元のPrequel Inc.は、iOSに対応したアプリを開発しました。

はじめに LoveyDovey は、バーチャル・キャラクターとのリアルタイムの対話体験をユーザーに提供することに特化した AI を搭載したチャット・アプリである。ユーザーは、自分のキャラクターを作成したり、既存のキャラクターを選択して、恋愛、友情、その他のタイプの対話を開始することができます。このアプリは、高度にカスタマイズ可能なキャラクターセットを通じて動作します...

包括的な紹介 AIstudioProxyAPIは、Node.jsとPlaywright技術を使って、OpenAI APIをエミュレートするオープンソースプロジェクトである。

一般的な紹介 Step1X-Editは、Stepfun AI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画像編集フレームワークです。マルチモーダル大規模言語モデル（Qwen-VL）と拡散変換器（DiT）を組み合わせることで、ユーザーはシンプルで自然な操作で画像を作成することができます。

概論 Klavis AIは、AIアプリケーションが外部のツールやデータソースと動的に接続することを可能にするオープンスタンダードであるモデルコンテキストプロトコル（MCP）の使用と統合を簡素化することに焦点を当てたオープンソースプラットフォームです。

はじめに RealtimeVoiceChat は、音声による人工知能とのリアルタイムで自然な会話に特化したオープンソースプロジェクトです。ユーザーはマイクを使って音声を入力し、システムはブラウザを通して音声をキャプチャし、素早くテキストに変換し、大規模言語モデル（LLM）が音声を生成します。

一般的な紹介 MiMoはXiaomiによって開発されたオープンソースの大規模言語モデリングプロジェクトであり、数学的推論とコード生成に焦点を当てている。コアプロダクトはMiMo-7Bファミリーのモデルで、ベースモデル（Base）、教師あり微調整モデル（SFT）、ベースモデルから学習された強力な化学モデル（Strong Chemical）を含んでいます。

Synthesis Muyan-TTSは、ポッドキャスティングシナリオ用に設計されたオープンソースのテキスト音声合成（TTS）モデルです。100,000時間以上のポッドキャストオーディオデータで事前にトレーニングされており、ゼロサンプル音声合成をサポートし、高品質の自然な音声を生成します。このモデルはLlama-3.2-3...をベースにしています。

概論 CAD-MCPはオープンソースプロジェクトであり、ユーザが自然言語コマンドによってCADソフトウェアを制御し、描画操作を行うことを可能にします。自然言語処理とCAD自動化技術を組み合わせ、ユーザーが手動でCADインターフェイスを操作する必要がなく、簡単なテキストコマンドを入力するだけで、CADソフトウェアを操作することができます。

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...

包括的な紹介 GraphGenは、上海のAIラボであるOpenScienceLab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、GitHubでホストされている。GraphGenは、知識グラフを通して合成データ生成を導くことによって、大規模言語モデル（LLM）の教師ありファインチューニングを最適化することに焦点を当てている。LLMは...

概論 ACI.devはオープンソースのインフラストラクチャプラットフォームで、AIインテリジェンスを600以上のツールに迅速に統合できるように設計されています。ACI.devは、Googleカレンダー、S...

一般的な紹介 llm.pdfは、ユーザーが直接PDFファイルで大規模言語モデル（LLM）を実行できるようにするオープンソースプロジェクトです。EvanZhouDevによって開発され、GitHubでホストされているこのプロジェクトは、革新的なアプローチを示しています：Em...

一般的な紹介 Abogenは、ePub、PDF、またはプレーンテキストファイルを高品質な音声に素早く変換するために設計されたオープンソースツールです。自然で滑らかな音声を生成するためにKokoro-82Mモデルを使用し、同時字幕生成もサポートしているので、オーディオブックの制作に適しています...

一般的な紹介 Local Deep Research は、ユーザが深い研究を行い、複雑な問題に対する詳細なレポートを作成するために設計されたオープンソースの AI 研究アシスタントです。ローカルでの実行をサポートしており、ユーザーはクラウドサービスに依存することなく研究タスクを完了することができます。このツールは ...

概要 DeepWikiは、Cognition AIが提供する無料のツールで、GitHubリポジトリの構造化されたウィキペディアのようなドキュメントの生成に特化しています。コード、READMEファイル、設定ファイルを分析し、自動的に詳細な...

一般的な紹介 Trackersは、映像内の複数オブジェクトのトラッキングに特化したオープンソースのPythonツールライブラリです。SORTやDeepSORTのようないくつかの主要なトラッキングアルゴリズムを統合しており、ユーザーは異なるオブジェクト検出モデル（YOLO...

一般的な紹介 Kimi-Audioは、Moonshot AIによって開発されたオープンソースの音声ベースモデルで、音声の理解、生成、対話に焦点を当てています。音声認識、音声Q&A、音声感情認識など、幅広い音声処理タスクをサポートしています。このモデルは130以上のテストが行われています。

一般的な説明 Describe AnythingはNVIDIAといくつかの大学によって開発されたオープンソースプロジェクトで、Describe Anything Model (DAM)を中核としています。このツールは、ユーザーの...

一般的な紹介 Cooragentは、清華大学のLeapLab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AIエージェントコラボレーションフレームワークです。ユーザーは、1文の記述でインテリジェントなAIエージェントを作成することができ、複雑なタスクで共同作業する複数のエージェントをサポートしています。このフレームワークは2つの...

概要 InstantCharacterは、Tencent HunyuanとInstantX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、GitHubでホストされています。InstantCharacterは、参照画像とテキスト説明文を含む、一貫性のある文字マップを生成します。

一般的な紹介 MCP Server Deep Researchは、人工知能とウェブ検索によって複雑な問題の構造化された調査レポートを自動的に生成するオープンソースツールです。ユーザーがリサーチクエスチョンを入力すると、ツールはそのクエスチョンを分解し、権威ある情報を検索し、ソースの信頼性を評価します。

包括的な紹介 Deep Recallは、大規模言語モデル（LLM）のために設計されたオープンソースのエンタープライズクラスのメモリフレームワークです。効率的な文脈検索と統合により、超パーソナライズされた応答性を提供します。このフレームワークは、メモリサービス、推論サービス、コーディネータを含む3層アーキテクチャを採用しており、...

一般的な紹介 CleverBeeはGitHubでホストされているオープンソースのAI研究アシスタントであり、SureScaleAIによって開発された。ウェブブラウジング技術と大規模な言語モデル（GeminiやClaudeなど）を組み合わせることで、ユーザーを支援します...

一般的な紹介 FantasyTalkingは、Fantasy-AMAP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、オーディオドライブを通してリアルなトーキングポートレート動画を生成することに焦点を当てています。このプロジェクトは、高度なビデオ拡散モデルWan2.1とオーディオエンコーダWa...

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...

包括的な紹介 DeepWiki-Openは、GitHub、GitLab、Bitbucket上のコードリポジトリの構造化ドキュメントを自動的に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。AI技術を使って、コード構造、ファイルの内容、論理的な関係を分析し、迅速に構造化ドキュメントを生成します。

一般的な紹介 Audibitはオープンソースプロジェクトで、主な機能は、ハッカーニュース、TechCrunchや他の人気のある技術記事を自動的にオーディオポッドキャストに変換することです。このプロジェクトは...

包括的な紹介 Google LabsのLittle Language Lessons (LLL)は、Gemini AIをベースにしたインタラクティブな英語学習プラットフォームで、楽しい対話とシナリオに基づいた練習を通じて、ユーザーの英語力向上を支援する一連の小さな実験を提供します...

一般的な紹介 On-Device AIは、完全にオフラインで動作するAIアプリで、iOS、macOS、およびvisionOSをサポートするAppleデバイス向けに設計されています。ローカルの大規模言語モデル（LLM）の実行、リアルタイムの音声転写、文書分析などを、リンクすることなく提供します。

概要 VoltAgentはオープンソースのTypeScriptフレームワークで、AIインテリジェンスの迅速な構築とオーケストレーションを支援するために開発者向けに設計されている。モジュール化されたツールと標準化された開発モデルを提供することで、大規模な言語モデル（LLM）、ステート...

General Quick Promptはプロンプトの管理と高速入力に特化したオープンソースのブラウザ拡張機能です。ユーザーはプロンプトのライブラリを作成、整理、保存し、プリセットされたプロンプトコンテンツをウェブページの入力ボックスに素早く挿入することができます。このツールは特に...

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。