wan

SGLangは、大規模言語モデルおよびマルチモーダルモデル向けの高性能サービングフレームワークです。

純粋なC/C++による拡散モデル（SD, Flux, Wan, Qwen Image, Z-Image,...）の推論

:vulcan_salute: 高速でモダン、使いやすいネットワークスキャナー

Blender Video Editor (VSE) にシームレスに統合された生成 AI ムービースタジオ「PALLAIDIUM」。脚本から画面出力まで、そしてその逆方向のエンドツーエンド制作を実現

[EMNLP 2024 & AAAI 2026] LLM、VLM、動画生成モデルなどの大規模モデルを圧縮するための強力なツールキット

ComfyUI向けのローカルファーストかつエージェントネイティブなコントロールプレーン。MCPサーバーとサイドバーエージェントを備え、あらゆるLLM（Claude、ChatGPT、Gemini、オフラインのOllama、または任意のホステッドモデル）を使用して、自然言語で画像・動画・音声の生成、ワークフローの作成・実行、ライブグラフの編集を行います。178個のツール、36個のAIスキル、55個のインストーラーパックを搭載。ローカル、LAN、VPS、Comfy Cloudに対応。

[ICML2025, NeurIPS2025 Spotlight] Sparse VideoGen 1 & 2: スパースアテンションによる Video Diffusion Transformer の高速化

[NeurIPS 2025] Radial Attention: 長尺動画生成のためのエネルギー減衰を伴う O(nlogn) スパースアテンション

サンプリング、キャッシュ、量子化、並列化など、Diffusion 推論に関する厳選された論文とコードのリスト 🎉

FlashRTは、小バッチかつ低レイテンシが求められるAIワークロード向けの高性能リアルタイム推論エンジンです。主な統合機能として、Pi0、Pi0.5、GROOT N1.6、Pi0-FASTのプロダクションVLA制御をサポートします。また、qwen3.6-27BなどのLLMもサポートしています。

A high-performance framework for training LLMs, VLMs, diffusion, and embodied models on NVIDIA GPUs and Kunlun XPUs.

An all-in-one, 100% local AI video, image, and music studio. Director mode plans full music videos and short films from a single prompt. Built on the WanGP pipeline. Install via Pinokio.

Claude AI skill for cinematic Higgsfield AI prompts — 32 sub-skills covering Seedance 2.5 (omni-reference, video edit + extend) and 2.0, the Hell Grind feature-film pipeline, an acting system, Cinema Studio 2.5/3.0/3.5, MCSLA, Soul ID consistency, Kling 3.0 Motion Control, the DISCIPLINE framework, and 18 templates.