最新のAIリソース

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 Heck.aiは、ユーザーが登録なしで使用できる完全無料のオンラインChatGPT会話プラットフォームです。このプラットフォームは、多言語をサポートし、特に英語を話すユーザーのために最適化された便利なAI会話体験をユーザーに提供するように設計されています。

包括的な紹介 Reflyは、マルチスレッド対話、ナレッジベース統合、文脈記憶、インテリジェント検索技術を通じて、ユーザーがアイデアを高品質なコンテンツに変換できるように設計された、無料のキャンバスベースのAIネイティブオーサリングエンジンです。このプラットフォームは、学習...

概論 ヒュームAIは感情知能に特化したAI企業で、人間の感情を理解し反応するマルチモーダルAI技術を開発している。同社の主力製品であるEmpathic Voice Interface（EVI）は、ユーザーの感情を認識し、それに応答することができる。

包括的な紹介 Qwen-Agent は、Qwen 2.0 以降をベースに開発されたインテリジェントエージェントアプリケーションフレームワークで、コマンドフォロー、ツール使用、プランニング、メモリなどの機能を備えています。このフレームワークは、ブラウザアシスタント、コードインタプリタ、カスタムアシスタントのような様々なサンプルアプリケーションを提供します。

Mercorは、求職と採用のプロセスを合理化するグローバル採用のためのAI主導型プラットフォームです。求職者は履歴書をアップロードして20分間のAI面接を受けると、Mercorは世界中の企業から寄せられる何千もの求人依頼とユーザーの情報をマッチングし、リモートワークの機会を素早く見つけます。Mercorの主な特徴は...

包括的な紹介 R1-Vは、低コストの強化学習（RL）を通して視覚言語モデリング（VLM）のブレークスルーを達成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、VLMが一般的な計数能力を学習する動機付けとなる、検証可能な報酬メカニズムを利用している。驚くべきことに、R1-Vの2B ...

包括的な紹介 Kilnは、大規模言語モデル（LLM）の微調整、合成データの生成、およびデータセットのコラボレーションに焦点を当てたオープンソースツールです。Windows、MacOS、Linuxシステムをサポートする直感的なデスクトップアプリケーションを提供し、LLMのゼロコード実装を可能にします。

一般的な紹介 Genesisは、汎用ロボティクスと具現化AI学習のために設計された生成物理ワールドです。Genesisは、様々な材料や物理現象のシミュレーションをサポートする統一されたシミュレーション・プラットフォームを提供します。

概要 Highlight AIはWindowsおよびmacOS向けのデスクトップAIアシスタントで（モバイル版は開発中）、音声コマンドと画面コンテンツの分析を通じて、ユーザーがあらゆるアプリケーションでタスクを素早く完了できるよう支援する。画面のコンテンツをキャプチャし、生成します。

一般的な紹介 Privatemode AIは、データプライバシーとセキュリティに焦点を当てたジェネレーティブAIサービスプラットフォームであり、ユーザーがプライバシー漏洩を恐れることなく機密データを処理できるように設計されています。データの送信、保存、処理中は、機密コンピューティング技術により常に暗号化されます。

概要 PosterGeneratorは、ユーザーが簡単にプロ級のポスターを作成できるように設計されたオンラインAIポスタージェネレータツールです。ビジネスのプロモーション、イベントの宣伝、個人的なプロジェクトなど、PosterGeneratorは簡単なテキスト入力でポスターを作成することができます。

概要 CrisperWhisperは、OpenAI Whisperをベースとした、高速で正確な単語単位の音声書き起こしに特化した高度な音声認識ツールです。スピーチのフィルやポーズがあっても、正確な単語レベルのタイムスタンプを提供します。

一般的な紹介 ココロ82MはHugging Faceが提供する効率的な音声合成モデルで、より少ないパラメータとデータで高品質な音声を生成するように設計されています。このモデルは8,200万個のパラメータを持ち、Apache 2.0の下でライセンスされています。

一般的な紹介 Diaは、Nari Labsによって開発されたオープンソースのテキスト音声合成（TTS）モデルで、超リアルなダイアログ音声を生成することに重点を置いています。テキストスクリプトを一度の処理でリアルな複数文字のダイアログに変換し、感情やイントネーションの制御をサポートし、さらに非言語表現も生成します。

包括的な紹介 Cloud Studioは、Tencent Cloudが発表したブラウザベースの統合開発環境（IDE）で、開発者に安定した効率的なクラウドワークステーションを提供することを目的としています。ユーザーはソフトウェアをダウンロードしてインストールする必要がなく、ブラウザを開くだけでプログラミングができます。

概要 Speakは、AIとの対話を通じて英語のスピーキングスキルを向上させることを目的とした革新的なAI英語学習アプリです。最先端のAI技術を駆使し、パーソナライズされたレッスンと即時フィードバックを提供することで、短期間で飛躍的な上達を目指します。

概要 good luck have fun (glhf.chat)は、オープンソースのビッグモデルチャットサービスを提供するウェブサイトです。このプラットフォームでは、vLLMとカスタムの自動スケーリングGPUスケジューラを使用して、ほとんどすべてのオープンソースのビッグモデルを実行することができます。ユーザは単に ...

包括的な紹介 Browser-Useは、言語モデル（LLM）がウェブサイトと自然に対話できるように特別に設計された、革新的なオープンソースのウェブ自動化ツールです。強力で柔軟なフレームワークを提供し、GPT-4、Claud...などの主流の言語モデルを幅広くサポートします。

ハッピースクライブ概要 ハッピースクライブは、高精度で音声をテキストに変換し、複数の言語とフォーマットをサポートする、自動および手動の音声書き起こしサービスを提供します。インタラクティブエディタ、コラボレーションツール、複数のエクスポートフォーマット、機械翻訳、その他の機能が含まれています。

一般的な説明 Meshyは、アーティスト、ゲーム開発者、クリエイターが高品質の3Dモデルを素早く生成できるように設計された、強力なAI 3Dモデル生成ツールです。テキストや画像を入力するだけで、数秒で魅力的な3Dモデルを作成することができます。

Zepは、AIアシスタントが継続的に学習し、ユーザーとのやり取りを記憶し、ユーザーのナレッジグラフを構築するのに役立ちます。Zepは、Python、TypeScrip...など、複数のプログラミング言語とフレームワークをサポートしています。

一般的な紹介 Cuaは "Computer-Use Agent "と呼ばれるオープンソースプロジェクトで、"クーア "と発音します。Apple Siliconデバイスのために設計され、高性能なmacOS OSを作成し、実行することができます。

ChatMCPの概要 ChatMCPはModel Context Protocol (MCP)を実装するために設計されたオープンソースのAIチャットクライアントです。GitHubユーザーのdaodao97によって開発されたこのプロジェクトは、O...のような様々な大規模言語モデル（LLM）をサポートしています。

概要 OpenArt Charactersは、OpenArtプラットフォームが提供するキャラクターデザインに特化したAIツールで、一貫したルックを持つバーチャルキャラクターイメージを素早く作成できるように設計されています。コミック制作者、ゲーム開発者、個人...

POE一般紹介 POEは、様々なAIを搭載したボットに質問したり、即座に回答を得たり、会話をしたりすることができる、高速で便利なAIチャットプラットフォームです。ユーザーは、ChatGPT、GPT-4、Cla...などの複数のAIモデルとテキストを介してチャットすることができます。

概要 YTSageは、クリーンなPyQt6インターフェイスを備えたモダンなYouTubeダウンロードツールです。ユーザーはYTSageを使って、あらゆる画質の動画をダウンロードし、音声を抽出し、字幕を取得し（自動生成字幕を含む）、動画のメタ情報を表示することができます。

包括的な紹介 InternVLは、上海人工知能研究所（OpenGVLab）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プロジェクトです。視覚処理と言語処理の機能を統合し、画像、動画、テキストの包括的な理解と生成をサポートします。

概論 Meltyは、チャットによる会話とGitによるバージョン管理を組み合わせた画期的なAIコードエディターである。ReplicateのCharlieとJacksonによって開発されたこのツールは、従来のAIコーディングツールのペインポイントを解決することを目指している。最大の特徴は...

概要 AI RSSは、AI技術によりウェブコンテンツをRSSフィードに変換する革新的なツールです。ブラウザ・プラグインとサーバー・サイドの2つの主要部分から構成されています。ブラウザプラグインでは、ウェブページからリストを選択し、構造化データ記述（SDD）ファイルを生成することができます。

概要 LangGraph CodeActはLangChain AIチームによってGitHubでオープンソース化されたフレームワークで、CodeActアーキテクチャに基づいています（詳細は論文arXiv:2402.01030を参照）。CodeActは...

概要 Activepiecesは、企業や個人ユーザーに直感的で強力な自動化ソリューションを提供することに焦点を当てた、オープンソースのオールインワン自動化ワークフロープラットフォームです。TypeScriptで開発されたこのプラットフォームは非常にスケーラブルで、200以上の統合サービスをサポートしています。

包括的な紹介 AI-reads-books-page-by-pageはPythonベースのインテリジェントなPDFブック分析ツールで、PDFブックのページごとの分析を自動化し、重要な知識ポイントを抽出し、指定されたページ間隔の後にフェーズを生成します...

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。

OpenEvidenceは、医師や医療従事者に正確な臨床サポートを提供するAI技術に基づいた医療知識アシスタントプラットフォームです。このプラットフォームは、小さな専門モデルとマルチモデル統合アーキテクチャに基づいており、臨床的な質問に対する迅速な回答、症状の分析、治療オプションの推奨、最新の医療知識の提供などを行います。

一般的な紹介 ReadKidzは、人工知能技術を使用して、ユーザーがパーソナライズされた絵本やアニメーションを作成できるようにする革新的なプラットフォームです。ReadKidzを使えば、親御さんでも、先生でも、絵本作家を目指す方でも、高品質のストーリーコンテンツを簡単に作成することができます...

Playgroundの概要 Playgroundは、Stable Diffusionモデルへのオンラインアクセスを提供する、無料のAI描画・編集プラットフォームです。ユーザーは、簡単な記述で画像を生成したり、二次拡散のために画像をアップロードすることができます...

概要 Perplexicaは、インターネットを深く掘り下げた答えを提供するために設計されたオープンソースのAI駆動型検索エンジンです。類似検索や埋め込み技術などの高度な機械学習アルゴリズムを使用し、検索結果を最適化し、引用元とともに明確な回答を提供します。

包括的な紹介 VLM-R1は、Om AI Lab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視覚言語モデリングプロジェクトです。このプロジェクトは、DeepSeekのR1アプローチとQwen2.5-VLモデルを強化学習によって組み合わせたものです。

概要 Stable Diffusion WebUI Forgeは、Stable Diffusion WebUI（Gradioバージョン）をベースに構築されたプラットフォームで、開発プロセスの簡素化、リソース管理の最適化、推論の高速化を実現します。

包括的な紹介 GeekAIは、AIビッグ言語モデルのAPI実装に基づくAIアシスタントのためのオープンソースソリューションのフルセットです。このプロジェクトは、ChatGPT、Azure、ChatGLM、Xunfei Starfire、Wenxin Yiyinおよび他の多くのp...と統合された運用管理バックエンドが付属しています。

LangBotは、複数のメッセージングプラットフォームと大型モデルをサポートする大型モデルベースのインスタントメッセージングボットプラットフォームです。このプラットフォームはQQ、WeChat（企業WeChat、個人WeChat）、Flybook、Discord、OneBotなどのメッセージングプラットフォームに適応し、Open...

概論 透かし除去は、機械学習とディープラーニングの技術を画像修復、特に画像から透かしを除去するために使用するオープンソースプロジェクトです。このプロジェクトはChimzuruoke Okaforによって開発され、Con...

包括的な紹介 NVIDIA Garakは、大規模言語モデル（LLM）の脆弱性を検出するために特別に設計されたオープンソースツールです。静的、動的、適応的なプロービングを通して、イリュージョン、データリーク、ヒントインジェクション、エラーメッセージ生成、有害コンテンツ生成などの複数の弱点がないかモデルをチェックします。

概要 LE CHAT MISTRALは、フランスのMistral AI社による多言語対話アシスタント・プラットフォームです。このプラットフォームでは、Mistral AIのさまざまなモデルを体験し、教育的で楽しい方法で対話することができます。ユーザは、Mistral AIに従うことができます...

概論 SciSpace（旧 Typeset.io）は、学術研究と執筆のために設計されたAI搭載のプラットフォームです。研究者や学生がより効率的に文献を探し、理解し、執筆するための豊富なツールとリソースを提供します。このプラットフォームは、文献管理、自動...

概論 Media.ioは強力なオンラインAIビデオ編集とメディアファイル処理プラットフォームです。Media.ioは、ビデオ、オーディオ、ピクチャの強化、変換、圧縮などの機能を提供します。基本的な編集機能に加え、動画の漫画化、AIソングカバーの生成、オーディオデスクトップなどの機能もあります。

一般的な紹介 AnythingLLMはMintplex Labsによって開発されたオープンソースのAIアプリケーションです。このアプリは、様々な大規模言語モデル（LLM）とベクトルデータをサポートしています。

一般的な紹介 Llamaoは、インターネットに接続せずにインテリジェントなアシスタントサービスをユーザーに提供するために設計された、プライベートでオフラインで動作するLlama AIチャットボットです。ChatGPTとは異なり、Llamaoは完全にユーザーのデバイス上で動作し、ユーザーデータの絶対的なプライバシーとセキュリティを保証します。いいえ...

包括的な紹介 NGCBotはWeChatロボットオープンソースプロジェクトの開発に基づくHOOKメカニズムであり、開発者ngc660sec（Yunshan/eXM）によって作成され、GitHub上でホストされている 反復の2年後、V2.3の現在のバージョンは、最初のシンプルな機能から...

概要 Anatomy 360は、アーティストやクリエーターに高品質な3D人体解剖リファレンスモデルを提供するプラットフォームです。全身3Dスキャン、フルライティングコントロール、ドローイングツール、ダイナミックスケッチモードを提供します。ユーザーはモデルをあらゆる角度から見ることができ、テクスチャ付きモデルとそうでないモデルを切り替えることができます。

概要 フィッテンコードは、フィッテンLLMモデルによるAIプログラミングアシスタントで、自動コード生成、コード補完、デバッグ機能により、開発者のプログラミング生産性を大幅に向上させるように設計されています。このツールは80以上のプログラミング言語をサポートしています。

一般的な紹介 アクールは、パーソナライズされたビジュアル・マーケティングと広告に焦点を当てている。高度なAI技術により、ユーザーは広告、オンライン教育、アート制作、Eコマースなど幅広い分野で、高品質でパーソナライズされたビデオコンテンツを簡単に作成することができます。 AKOOLは、顔変換機能を提供します。

概論 Data Formulator は Microsoft Research によって開発されたオープンソースのAI駆動型データ可視化ツールである。このツールは、グラフィカル・ユーザー・インターフェース (GUI) と自然言語入力 (NL) を組み合わせたもので、ユーザーは簡単なインタラクションやコマンドによって、素早くデータを作成し、反復することができます。

概要 Spark-TTSは、SparkAudio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音声合成（TTS）ツールで、ユーザーがテキストを自然で滑らかな音声に効率的に変換できるように設計されています。

包括的な紹介 Edraw.AIは、40以上のインテリジェントツールと入念にデザインされたテンプレートライブラリを統合した、AIを搭載した画期的なオンラインビジュアルホワイトボードコラボレーションプラットフォームです。Edraw.AIは、高度なAI技術を駆使し、ユーザーのテキストによる思考を素早くプロフェッショナルなビジュアル図に変換します。このプラットフォームは...

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 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。

Pix2Text 概要 Pix2Text (P2T) は、Mathpix を置き換えるために設計されたオープンソースのフリーツールで、画像テ キストおよび数式認識を提供します。ユーザはウェブバージョンから無料でこのツールを使用でき、1日あたり最大10,000件まで認識することができます...

Warpは、開発者の生産性を向上させるために設計された、モダンでインテリジェントなターミナルツールです。人工知能とチームの知識を組み合わせ、自動補完コマンド、スマートサジェスト、複数のカスタム設定をサポートする統合開発環境（IDE）ライクな入力エディタを提供します。

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...

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...

一般的な紹介 AingDeskは、ユーザーがローカルコンピュータ上で様々なAIモデルを簡単にデプロイし、実行できるように設計されたオープンソースのフリーソフトウェアです。DeepSeekでもLlamaモデルでも、AingDeskはシンプルなステップ・バイ・ステップを可能にします。

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。

一般的な紹介 Elmo ChatはLepton AIチームによって開発されたAIブラウザプラグインで、ユーザーのオンラインブラウジングやリサーチの効率を向上させます。このプラグインは、そのすっきりとしたデザインと強力な機能でユーザーから支持されています。

概要 realtime-transcription-fastrtcは、音声をリアルタイムでテキストに変換することに特化したオープンソースプロジェクトです。FastRTC技術を使って低遅延の音声ストリームを処理し、ローカルのWhisperモデルと組み合わせて効率的なテキスト変換を実現します。

一般的な紹介 Abu Quantitative Trading System は、Python ベースのオープンソースプラットフォームです。投資家がコードを通じて定量的取引戦略を実行できるよう、ユーザー「bbfamily」によって作成されました。このシステムは、株式、オプション、先物、ビットコインなどの様々な金融商品のバックテストと取引をサポートしています。これは...

包括的な紹介 Easy Datasetは、大規模モデル（LLM）を微調整する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。ファイルのアップロード、コンテンツの自動セグメント化、質問と回答の生成、そして最終的に適切なLLMの出力を可能にする、使いやすいインターフェースを提供します。

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...

概説 Auto-Deep-Researchは、香港大学データインテリジェンス研究所（HKUDS）によって開発されたオープンソースのAIツールであり、ユーザーがディープリサーチタスクを自動化することを目的としている。AutoAgentフレームワークをベースに構築されており、複数の大規模言語モデルをサポートしている。

概要 Vocal Removerは、人工知能技術に基づいて設計されたオンラインツールで、ユーザーが音楽からボーカルと楽器を分離するのに役立ちます。ユーザーはオーディオファイルをアップロードするだけで、システムは自動的に処理し、カラオケバージョン（無伴奏）とアカペラバージョン（純粋なボーカル）を生成します。この ...

概要 AutoGenは、マイクロソフト社の研究者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あり、多知能体の対話を通じて大規模言語モデル（LLM）アプリケーションの構築を簡素化することを目的としている。このフレームワークにより、開発者は互いに対話し、協力してタスクを解決するAIエージェントを作成することができる。このアプローチは、LLMのパフォーマンスを向上させるだけでなく...

概論 MTEB（Massive Text Embedding Benchmark）は、embeddings-benchmark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、テキスト埋め込みモデルを提供することを目的としている。

概論 Zooは最新のハードウェア設計のために構築されたCADソフトウェアプラットフォームです。Zooの主な機能には、Text-to-CADインターフェース、モデリングアプリケーション、差分ビューアーなどがあります。

概要 ディープグラムは、音声認識と自然言語処理技術に特化した企業であり、強力なSpeech-to-TextおよびText-to-Speech APIを提供しています。

一般的な説明 tldraw は、ユーザーが素早くグラフィックを描いたり、テキストを書き込んだり、即座に共同作業ができる無制限のキャンバスを提供する、無料で即座に共同作業ができるドローツールです。直感的なインターフェースと優れたパフォーマンスが特徴で、チームコラボレーションやリモートワークに適しています。オープンソースコミュニティを通じてサポートされているtldr...

DINOv3は、Meta AIが開発した次世代の自己教師付き視覚ベースモデルであり、自己教師付き学習パラダイムを使用して、ラベル付けデータなしで画像の特徴を学習する。データ準備の改善とGramアンカリングの導入により、特徴量の劣化問題を解決し、汎化能力を向上させている。

包括的な紹介 AiPPTは、人工知能技術に基づくオンラインPPT生成ツールです。AiPPTは、豊富なテンプレートリソースを提供し、インポートするさまざまなドキュメント形式をサポートし、迅速にニーズに沿ったプロフェッショナルを生成することができます。

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 Slidesgoは、無料でカスタマイズ可能なGoogleスライドとPowerPointプレゼンテーションのテンプレートを多数提供するプラットフォームです。ユーザーは、ビジネス、教育、医療トピックなどのニーズに応じて、異なるスタイルや色のテンプレートを選択することができます。このサイトでは、アイコン、文字...

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。

概説 OpenPilotは、comma.aiが開発したオープンソースの自律走行システムで、高度な運転支援機能により既存の自動車の運転体験と安全性を向上させる。2016年の最初のリリース以来、OpenPilotは2...

概論 HIX.AIは強力なオールインワンAIライティングアシスタントで、120以上のAIツールを提供することにより、ユーザーのライティング、コミュニケーション、生産性を向上させるように設計されています。このプラットフォームはGPT-3.5/4によって駆動され、ユーザが素早く文章を作成できるように多言語をサポートしています。

概論 Harveyは、弁護士やプロフェッショナル・サービス組織の生産性向上を支援するために、法律業界向けに構築されたAIプラットフォームである。契約分析、デューデリジェンス、リーガルリサーチ、文書作成などの複雑な法務タスクを処理できる強力なジェネレーティブAIテクノロジーをベースにしています。

概論 Voice-Proは、Gradio WebUIをベースにした多機能ツールで、音声合成、テキスト読み上げ、リアルタイム翻訳、YouTubeビデオダウンロード、人声分離をサポートします。Whisper、Faster-Wh...

FreeTTS 概要 FreeTTSは、テキストを自然な音声ファイルに変換できる無料のオンライン音声合成ツールです。複数の言語とサウンドオプションをサポートし、ユーザーはテキストをMP3、WAV、OGG、ACC形式に変換することができます...

はじめに Moshi Chatは、フランスの非営利AI研究所Kyutaiが開発したエンドツーエンドのリアルタイムAI音声アシスタントです。リアルタイムで話を聞くだけでなく、自然な会話を行い、見る、聞く、話すといったマルチモーダルなインタラクションをサポートします。

総合紹介 MOKIはMeituが発表したAIショートフィルム制作ツールで、ユーザーに便利で効率的なショートフィルム制作体験を提供することに重点を置いている。このツールは、ショートアニメ、オンラインショートドラマ、ストーリー絵本、MVなど、幅広い動画コンテンツ制作に対応しています。ユーザーはストーリーのあらすじを入力したり、既存のショートムービーをインポートしたりすることができる。

一般的な紹介 Anubisは、AIクローラーからウェブサイトを保護するためにTecharoHQチームによって開発されたオープンソースツールです。HTTPリクエストにSHA256 Proof-of...

概要 Kolors Virtual Try-Onは、Kwai-KolorsチームによるHugging Faceプラットフォーム上のバーチャル試着アプリです。このアプリは、高度な人工知能技術を使って、ユーザーがバーチャル試着をするのを手助けします。

はじめに Chance AIは、ビジュアル・インテリジェンス技術に特化した革新的な企業であり、人工知能によるユニークな画像認識とビジュアル・ストーリーテリング体験を提供することに専念している。主力製品である「Chance AI Lens」は、AIを活用したビジュアル検索ツールです。

概要 Firebenderは、Android Studio（jetbrainsサポート）用に設計されたAIコーディングアシスタントで、開発者のプログラミング効率を劇的に向上させるように設計されています。高度なAIを統合してコード生成を行います。

一般的な紹介 MathTranslateはLaTeX文書、特に科学論文の翻訳に特化したオンラインツールです。このツールはLaTeXの式（例えば数式）を変更せずに、最終的にLaTeX文書を...

包括的な紹介 99AIはオープンソースのAIウェブアプリケーションプロジェクトで、導入が容易で敷居の低い統合AIサービスプラットフォームを提供することを目的としています。このプロジェクトは、インテリジェントな対話、マルチモーダルモデル、アプリケーションプラザ、ネットワーク検索をサポートし、AI絵画、音楽、ビデオを統合します。

包括的な紹介 Tencent Hunyuan3D (Hunyuan3D 2.0)は、高解像度のテクスチャ3Dアセットを生成するために設計されたTencentの高度な大規模3D合成システムです。Hunyuan3D-DiTは大規模な形状生成モデルで、Hunyuan3D-DiTは大規模なテクスチャ生成モデルです。

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、...

QAnything Comprehensive Introduction QAnything（Question and Answer based on Anything）は、NetEaseが発表したローカル知識ベースのQ&Aシステムで、あらゆる種類のファイル形式とデータベースをサポートし、オフラインでインストールして使用することができる。

総合紹介 Zionは強力なノーコード開発プラットフォームで、ユーザーはコードを書く必要がなく、ウェブサイト、WeChatアプレットなどのアプリケーションを迅速に構築することができます。このプラットフォームは、アプリケーションの開発から、オンラインでの展開、運用とメンテナンスの成長まで、完全な視覚的操作を提供し、大幅に開発の敷居を下げます。Zionは広くビジネスシナリオをカバー...

一般的な説明 PhotoPrismは、ユーザーに分散型の写真保存・管理ソリューションを提供するために設計された、AIを搭載したオープンソースの写真管理アプリです。最新のテクノロジーを駆使して自動的に画像にタグ付けし、自宅やプライベートサーバー、クラウドでの運用をサポートします。