image-generation

AUTOMATIC1111/stable-diffusion-webui

Stable Diffusion web UI

OpenMontageInc/OpenMontage

AIコーディングアシスタントを映像制作スタジオ化するOSS — Claude・Cursor・Copilotなどのエージェントに動画制作能力を与える、世界初のオープンソース・エージェント型映像制作システムです。12種類の制作パイプラインと100以上のツール、700超のエージェントスキル・知識ファイルを備え、FFmpeg・Stable Diffusion・ElevenLabsなど既存の生成AI技術を統合して脚本から編集まで自動化する点が新しく、動画クリエイターや開発者に刺さる構成です。

unslothai/unsloth

LLM/画像生成モデルをローカルで動かすデスクトップアプリ — Unslothはローカル環境でLLMや拡散モデルの実行・学習ができる初のデスクトップアプリです。GGUFやMLX形式に対応し、Qwen3.8やDeepSeek-V4、Gemma、FLUXなど最新モデルを幅広くサポート。クラウド不要でファインチューニングまで完結できる点が特徴です。

mudler/LocalAI

GPU不要で動く、OpenAI互換のオープンソースAIエンジン — LocalAIはOpenAI API互換のローカルAI実行エンジンで、LLMだけでなく画像・音声・動画生成まで幅広いモデルをGPUなしで動かせます。llama.cppやvLLM、whisper.cppなど最良のバックエンドをそれぞれ個別イメージでラップする「小さなコア」構成が特徴で、クラウド依存を減らしたい開発者やセルフホスト志向のチームに向いています。

khoj-ai/khoj

Your AI second brain. Self-hostable. Get answers from the web or your docs. Build custom agents, schedule automations, do deep research. Turn any online or local LLM into your personal, autonomous AI (gpt, claude, gemini, llama, qwen, mistral). Get started - free.

huggingface/diffusers

🤗 Diffusers: State-of-the-art diffusion models for image, video, and audio generation in PyTorch.

invoke-ai/InvokeAI

Stable Diffusionを操る高機能WebUI — Invokeは画像生成AI「Stable Diffusion」向けの業界最高水準のWebUIを備えたクリエイティブツールです。txt2imgやinpainting、ワークフロー構築などプロ向け機能を商用利用可能なライセンスで無料提供し、複数の商用製品の基盤にもなっています。

krillinai/OpenCreator

Codex駆動のAI創作ワークスペース「OpenCreator」 — 旧KrillinAIから改称した本プロジェクトは、Codex CLIを実行エンジンに据え、動画・画像・音声・アバター生成や動画翻訳・編集をAgentとSkillで一元管理するローカル志向のAIワークスペースです。個々のツールを別々に使う手間を省き、クリエイターと開発者が同じ場で創作を進められる点が新しく、翻訳・ローカライズやTTSに強い点が特徴です。

leejet/stable-diffusion.cpp

llama.cppスタイルで動く純C/C++の画像・動画生成推論エンジン — ggmlベースでSD、Flux、Wan、Qwen Image、Z-Imageなど最新の拡散モデルを純粋なC/C++で推論できるプロジェクトです。外部依存なしの軽量実装で、llama.cppと同じ思想でCPU/GPU上に画像・動画生成モデルを動かせる点が特徴です。新モデルへの対応も非常に早く、活発に開発が続いています。

PurpleDoubleD/locally-uncensored

ローカルで動くオールインワンAIスタジオ — チャット、画像/動画生成、コーディングエージェントを1つにまとめたデスクトップアプリです。Docker・ターミナル・クラウド不要で、インストールしてモデルを選ぶだけで動作。プライバシー重視でWindows/Linux対応の無料オープンソースという点が新しいです。

scenario-labs/skills

Scenario MCPでゲーム素材生成を自動化するエージェントスキル集 — Claude CodeやCursor、Codexなど70以上のAIエージェントに、Scenario MCP経由で画像・動画・音声・3Dを生成させるスキル集です。最適なモデル選択や事前コスト見積もり、キャラクター/ブランドの一貫性維持に加え、Blender・Maya・ZBrush・Unreal・Unityを操作する専門チーム機能も備えます。

kane50613/takumi

One layout engine for JSX, HTML, and CSS. Render images, SVG, PDFs, or a paint tree. No headless browser.

OpenMOSS/MOSS-Image

高精度テキスト描画を実現する5BパラメータDiT基盤モデル — MOSS-ImageはOpenMOSSが公開する50億パラメータのベースDiTモデルで、BaseとSFTの2種類のチェックポイント、ComfyUI連携、APIプラットフォームを提供します。画像生成における高精度なテキスト描画とレイアウト生成に強みがあり、効率的なファインチューニングにも対応しているため、制御可能なtext-to-imageアプリを作る開発者に適しています。

techjarves/Portable-Local-Studio

設定不要のオフラインAIスタジオ — 画像生成・GGUF形式LLMチャット・音声認識・音声合成を1つにまとめた完全オフライン動作のポータブルAIツールです。Windows/Linux/macOS対応でGPU・NPUによるハードウェア加速に対応し、クラウド不要・追跡なし・登録不要でローカルPC上に検閲されないAI環境を構築できる点が特徴です。

stockedge/manga-generator

小説原作からPDF漫画まで、Codexが自動制作 — テキスト原作から脚本・画像生成・文字入れ・検品・PDF出力までをCodexが進める漫画制作ツールです。セリフと絵を分けて配置するため後から修正しやすく、非エンジニアでも環境構築から任せられます。