2026年最も注目すべきAIオープンソースプロジェクト

Visual Causal Flow技術により人間のような文書理解とテキスト認識を実現する高度なOCRモデル

ビジュアルAI画像生成パイプラインのためのグラフインターフェースを備えた、Stable Diffusionワークフロー用の強力なノードベースGUI

オープンソースのパーソナルAIアシスタント。ローカルで動作し、WhatsApp、Telegram、Discord、iMessageなどのメッセージングアプリと連携します。

多言語音声生成、3秒の音声クローン、超低遅延ストリーミング合成をサポートする高度なオープンソースTTSモデルシリーズ

ネイティブなユーザーインタラクション、MCPツール統合、デバイス・クラウド連携機能を備えた、実世界中心の基盤GUIエージェント

ショット間の整合性を持つ、一貫したマルチショット長編物語ビデオを作成するための、記憶条件付けビデオ生成フレームワーク

複数のAIモデルに問い合わせを行い、ピアレビューを可能にし、議長モデルを通じて回答を統合する、マルチLLMコラボレーションツール

Java開発者向けのエンタープライズグレードのエージェントAIフレームワーク。Spring AIをベースに、インテリジェントエージェント、ワークフロー、マルチエージェントアプリケーションを構築するためのAlibaba Cloudとの深い統合が特徴です。

LLM、AIエージェント、マルチエージェントシステム向けのオープンソースSQLネイティブメモリエンジン。一行のコードで永続化され、クエリ可能なAIメモリ機能を実装。

Claudeを活用したオープンソースの自律型AI科学者。文献分析、仮説生成、実験設計、実行・分析、反復的改善といった科学研究サイクルを自動で実行可能

強力なローカルLLMフロントエンドインターフェース。複数のAIモデルAPIをサポートし、キャラクターとの会話、画像生成、音声合成など豊富な機能を提供します。

Metaがオープンソース化した、1600以上の言語をサポートする多言語音声認識システム

オープンソースの株式市場追跡プラットフォーム。リアルタイムの価格監視、カスタマイズ可能な通知、詳細な企業分析を提供し、完全無料かつ永久にオープンです。

実用的な動画拡散モデル。フレームコンテキスト圧縮により、一定のメモリ消費を実現。わずか6GBのメモリで最大60秒の高品質動画を生成可能。

AIプログラミングアシスタントがChromeブラウザのMCPサーバーを制御・検査し、自動化、デバッグ、パフォーマンス分析機能を提供します。

複数のAIモデルが自律的に取引を行う競技プラットフォーム。GPTやClaudeなどのAIがNASDAQ100市場で自主的に意思決定を行い、収益を競い合います。

視覚的圧縮に基づいた効率的なOCRモデルで、ドキュメント画像をMarkdown形式に変換し、多解像度と多言語認識をサポートします。

Claude AIスキルライブラリ - Claudeに専門的なタスクを実行させるための再利用可能な命令セット

GitHubでオープンソースとして公開されている仕様駆動開発ツールキット。構造化された仕様と計画を通じて、AIコーディングアシスタントが高品質なコードを生成するのを支援します。

100ドルでChatGPTクローンを作成 - シングルファイルフルスタックLLM実装ソリューション

Googleが公式に発表したGemini 2.5コンピュータ使用モデルのプレビュープロジェクト。自然言語の指示を通じて、ブラウザを制御しタスクを実行するAIエージェントをサポートします。

LlamaCloudサービスのPython SDK。知識エージェントとクラウドデータ管理ソリューションを提供します。

Weaviateベースのオープンソース検索拡張生成（RAG）チャットボット。エンドツーエンドでスムーズかつユーザーフレンドリーなRAGソリューションを提供します。

軽量なローカルAI推論サーバー。わずか5MBの単一バイナリファイルで、OpenAI API互換インターフェースを提供し、GGUFモデルとLoRAアダプターをサポートします。

ComfyUIのWanVideoモデルラッパー。Alibaba WanVideo 2.1シリーズのAI動画生成モデルをサポート。