Git Stars Git Stars

#large-multimodal-models Repositories

Entdecke 18 aktive Open-Source-GitHub-Repositories, die mit #large-multimodal-models getaggt sind und insgesamt 46,681 Sterne gesammelt haben (durchschnittlich 2,593 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist chiphuyen/aie-book mit 18,372 Sternen.

18
Gesamtzahl der Repositories
46,681
Gesamtanzahl der Sterne
2,593
Durchschnittliche Sterne/Repo

Insgesamt 18 Repositories

1
chiphuyen/aie-book

[WIP] Ressourcen für KI-Ingenieure. Enthält auch unterstützende Materialien für das Buch "AI Engineering" (Chip Huyen, 2025)

chiphuyen
⭐ 18,372 Jupyter Notebook 👤 chiphuyen User 🕐 Aktualisiert 2026-07-03 📅 Erstellt 2024-12-03
2
SkyworkAI/SkyReels-V2

SkyReels-V2: Generatives Modell für Filme unbegrenzter Länge

SkyworkAI
⭐ 7,830 Python 👤 SkyworkAI Organization 🕐 Aktualisiert 2026-01-29 📅 Erstellt 2025-04-15
4
VITA-MLLM/VITA

✨✨[NeurIPS 2025] VITA-1.5: Auf dem Weg zur Echtzeit-Seh- und Sprachinteraktion auf GPT-4o-Niveau

VITA-MLLM
⭐ 2,512 Python 👤 VITA-MLLM Organization 🕐 Aktualisiert 2025-03-28 📅 Erstellt 2024-08-10
5
XueZeyue/DanceGRPO

Eine offizielle Implementierung von DanceGRPO: Entfesslung von GRPO für visuelle Generierung

XueZeyue
⭐ 1,654 Python 👤 XueZeyue User 🕐 Aktualisiert 2025-10-16 📅 Erstellt 2025-05-08
6
NVlabs/describe-anything

[ICCV 2025] Implementierung für Describe Anything: Detaillierte lokalisierte Bild- und Videounterschriftenerstellung

NVlabs
⭐ 1,497 Python 👤 NVlabs Organization 🕐 Aktualisiert 2025-06-26 📅 Erstellt 2025-04-04
7
gokayfem/awesome-vlm-architectures

Kuratierter visueller Katalog mit über 200 Architekturen von Vision-Language-Modellen (VLM/MLLM): Fachartikel, Diagramme, Trainingsrezepte, Datensätze und ein Veröffentlichungszeitplan für multimodale KI-Agenten.

gokayfem
⭐ 1,368 Markdown 👤 gokayfem User 🕐 Aktualisiert 2026-10-27 📅 Erstellt 2024-02-15
8
ShareGPT4Omni/ShareGPT4Video

[NeurIPS 2024] Eine offizielle Implementierung von "ShareGPT4Video: Verbesserung des Videoverständnisses und der Videogenerierung mit besseren Bildunterschriften"

ShareGPT4Omni
⭐ 1,080 Python 👤 ShareGPT4Omni Organization 🕐 Aktualisiert 2024-10-09 📅 Erstellt 2024-06-06
9
TinyLLaVA/TinyLLaVA_Factory

Ein Framework für kleine, große multimodale Modelle

TinyLLaVA
⭐ 1,010 Python 👤 TinyLLaVA User 🕐 Aktualisiert 2026-10-19 📅 Erstellt 2024-02-21
10
MinorJerry/WebVoyager

Code für "WebVoyager: WebVoyager: Building an End-to-End Web Agent with Large Multimodal Models"

MinorJerry
⭐ 986 Python 👤 MinorJerry User 🕐 Aktualisiert 2024-03-04 📅 Erstellt 2024-01-24
11
richard-peng-xia/awesome-multimodal-in-medical-imaging

Eine Sammlung von Ressourcen zu Anwendungen des multimodalen Lernens in der medizinischen Bildgebung.

richard-peng-xia
⭐ 986 👤 richard-peng-xia User 🕐 Aktualisiert 2026-10-26 📅 Erstellt 2022-07-13
12
TideDra/lmm-r1

Erweitern Sie OpenRLHF, um das LMM-RL-Training zur Reproduktion von DeepSeek-R1 bei multimodalen Aufgaben zu unterstützen.

TideDra
⭐ 843 Python 👤 TideDra User 🕐 Aktualisiert 2025-05-14 📅 Erstellt 2025-02-13
13
LLaVA-VL/LLaVA-Plus-Codebase

LLaVA-Plus: Große Sprach- und Sehassistenten, die sich anschließen und lernen, Fähigkeiten zu nutzen

LLaVA-VL
⭐ 763 Python 👤 LLaVA-VL Organization 🕐 Aktualisiert 2024-02-01 📅 Erstellt 2023-11-07
14
smthemex/ComfyUI_EchoMimic

Sie können EchoMimic in ComfyUI verwenden

smthemex
⭐ 697 Python 👤 smthemex User 🕐 Aktualisiert 2026-11-12 📅 Erstellt 2024-07-13
15
bytedance/vidi

Das offizielle Repository für „Vidi: Große multimodale Modelle für Video-Verständnis und -Bearbeitung“

bytedance
⭐ 662 Python 👤 bytedance Organization 🕐 Aktualisiert 2026-08-03 📅 Erstellt 2025-02-08
16
MMMU-Benchmark/MMMU

Dieses Repository enthält den Evaluierungscode für das Paper „MMMU: A Massive Multi-discipline Multimodal Understanding and Reasoning Benchmark for Expert AGI“

MMMU-Benchmark
⭐ 601 Python 👤 MMMU-Benchmark Organization 🕐 Aktualisiert 2026-11-13 📅 Erstellt 2023-11-23
17
ictnlp/LLaVA-Mini

LLaVA-Mini ist ein einheitliches großes multimodales Modell (LMM), das Bilder, hochauflösende Bilder und Videos auf effiziente Weise verstehen kann.

ictnlp
⭐ 575 Python 👤 ictnlp Organization 🕐 Aktualisiert 2025-06-29 📅 Erstellt 2025-01-07

Häufig gestellte Fragen

1

Welches ist das beliebteste #large-multimodal-models-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#large-multimodal-models-Projekt auf GitHub ist chiphuyen/aie-book mit 18,372 Sternen. [WIP] Ressourcen für KI-Ingenieure. Enthält auch unterstützende Materialien für das Buch "AI Engineering" (Chip Huyen, 2025)

2

Welche Programmiersprachen werden in #large-multimodal-models-Repositories am häufigsten verwendet?

Unter den am höchsten eingestuften #large-multimodal-models-Projekten auf GitHub sind Python, Jupyter Notebook, Markdown die am häufigsten verwendeten Programmiersprachen.

3

Wie wird das Ranking der #large-multimodal-models-Repositories berechnet?

Wir verfolgen 18 aktive Open-Source-Repositories, die mit #large-multimodal-models getaggt sind (500+ Sterne), mit insgesamt 46,681 Sternen und durchschnittlich 2,593 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.