Git Stars Git Stars

#mllm Repositories

Entdecke 39 aktive Open-Source-GitHub-Repositories, die mit #mllm getaggt sind und insgesamt 95,941 Sterne gesammelt haben (durchschnittlich 2,460 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist microsoft/unilm mit 22,247 Sternen.

39
Gesamtzahl der Repositories
95,941
Gesamtanzahl der Sterne
2,460
Durchschnittliche Sterne/Repo

Insgesamt 39 Repositories

1
microsoft/unilm

Großflächiges selbstüberwachtes Pre-Training über Aufgaben, Sprachen und Modalitäten

microsoft
⭐ 22,247 Python 👤 microsoft Organization 🕐 Aktualisiert 2026-09-21 📅 Erstellt 2019-07-23
2
simular-ai/Agent-S

Agent S: hochmoderne Open-Source-Agenten zur Computerbedienung

simular-ai
⭐ 13,014 Python 👤 simular-ai Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2024-10-09
3
X-PLUG/MobileAgent

Mobile-Agent: Die leistungsstarke GUI-Agent-Familie

X-PLUG
⭐ 9,396 Python 👤 X-PLUG Organization 🕐 Aktualisiert 2026-11-03 📅 Erstellt 2024-01-26
4
manycore-research/SpatialLM

[NeurIPS 2025] SpatialLM: Training Large Language Models for Structured Indoor Modeling

manycore-research
⭐ 5,165 Python 👤 manycore-research Organization 🕐 Aktualisiert 2026-06-26 📅 Erstellt 2025-03-14
5
NVlabs/Eagle

Eagle: Frontier Vision-Language Models mit datenzentrierten Strategien

NVlabs
⭐ 3,861 Python 👤 NVlabs Organization 🕐 Aktualisiert 2026-11-07 📅 Erstellt 2024-06-27
6
atfortes/Awesome-LLM-Reasoning

Von Chain-of-Thought Prompting bis zu OpenAI o1 und DeepSeek-R1 🍓

atfortes
⭐ 3,713 👤 atfortes User 🕐 Aktualisiert 2026-04-20 📅 Erstellt 2022-11-05
7
robbyant-research/MagicQuill

[CVPR'25] Offizielle Implementierungen für Paper - MagicQuill: Ein intelligentes interaktives Bildbearbeitungssystem

robbyant-research
⭐ 3,676 Python 👤 robbyant-research Organization 🕐 Aktualisiert 2025-12-03 📅 Erstellt 2024-11-12
8
NExT-GPT/NExT-GPT

Code und Modelle für die ICML 2024-Arbeit, NExT-GPT: Any-to-Any Multimodales großes Sprachmodell

NExT-GPT
⭐ 3,626 Python 👤 NExT-GPT User 🕐 Aktualisiert 2025-05-13 📅 Erstellt 2023-08-30
9
InternLM/InternLM-XComposer

InternLM-XComposer2.5-OmniLive: Ein umfassendes multimodales System für langfristige Streaming-Video- und Audiointeraktionen

InternLM
⭐ 2,925 Python 👤 InternLM Organization 🕐 Aktualisiert 2025-05-26 📅 Erstellt 2023-09-26
10
X-PLUG/mPLUG-DocOwl

mPLUG-DocOwl: Modularisiertes multimodales großes Sprachmodell für das Dokumentenverständnis

X-PLUG
⭐ 2,407 Python 👤 X-PLUG Organization 🕐 Aktualisiert 2025-05-30 📅 Erstellt 2023-07-04
11
cambrian-mllm/cambrian

Cambrian-1 ist eine Familie multimodaler LLMs mit einem visionzentrierten Design.

cambrian-mllm
⭐ 2,013 Python 👤 cambrian-mllm Organization 🕐 Aktualisiert 2025-11-07 📅 Erstellt 2024-06-17
12
coderonion/awesome-yolo-object-detection

🚀🚀🚀 Eine Sammlung einiger großartiger öffentlicher YOLO-Objekterkennungs-Serienprojekte und der zugehörigen Objekterkennungsdatensätze.

coderonion
⭐ 1,747 👤 coderonion User 🕐 Aktualisiert 2025-05-31 📅 Erstellt 2022-02-19
13
bytedance/Sa2VA

Offizielles Repository für die Pixel-LLM-Codebasis: Sa2VA (T-PAMI-26), SAMTok (CVPR-26), VRT (Arxiv-25), SaSaSa2VA (1. Lösung für LSVOS)

bytedance
⭐ 1,702 Python 👤 bytedance Organization 🕐 Aktualisiert 2026-10-30 📅 Erstellt 2025-01-06
14
IDEA-Research/Rex-Omni

[CVPR2026] Erkenne alles durch Vorhersage des nächsten Punkts

IDEA-Research
⭐ 1,642 Jupyter Notebook 👤 IDEA-Research Organization 🕐 Aktualisiert 2026-02-22 📅 Erstellt 2025-10-04
15
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
16
EvolvingLMMs-Lab/LLaVA-OneVision-2.5

Vollständig offener Rahmen für demokratisiertes multimodales Training

EvolvingLMMs-Lab
⭐ 1,245 Python 👤 EvolvingLMMs-Lab Organization 🕐 Aktualisiert 2026-11-18 📅 Erstellt 2025-09-16
17
BAAI-DCAI/Bunny

Eine Familie von leichten multimodalen Modellen.

BAAI-DCAI
⭐ 1,049 Python 👤 BAAI-DCAI User 🕐 Aktualisiert 2024-11-18 📅 Erstellt 2024-01-31
18
taco-group/OpenEMMA

OpenEMMA, eine permissiv lizenzierte Open-Source-"Reproduktion" von Waymos EMMA-Modell.

taco-group
⭐ 937 Python 👤 taco-group Organization 🕐 Aktualisiert 2025-05-13 📅 Erstellt 2024-10-30
19
EvolvingLMMs-Lab/NEO

NEO-Serie: Native Seh-Sprachmodelle ausgehend von den ersten Prinzipien

EvolvingLMMs-Lab
⭐ 931 Python 👤 EvolvingLMMs-Lab Organization 🕐 Aktualisiert 2026-11-11 📅 Erstellt 2025-10-16
20
LYL1015/JarvisArt

[NeurIPS' 2025] JarvisArt: Befreiung menschlicher künstlerischer Kreativität durch einen intelligenten Foto-Retusche-Agenten

LYL1015
⭐ 880 Python 👤 LYL1015 User 🕐 Aktualisiert 2026-04-04 📅 Erstellt 2025-06-24
21
CircleRadon/Osprey

"Osprey: Pixel Understanding with Visual Instruction Tuning" – Der Code für [CVPR2024]

CircleRadon
⭐ 843 Python 👤 CircleRadon User 🕐 Aktualisiert 2025-08-19 📅 Erstellt 2023-12-17
22
taco-group/4KAgent

[NeurIPS 2025] 4KAgent: Agentic Any Image zu 4K Super-Resolution. Ein intelligenter Computersicht-Agent, der jedes Bild magisch in perfektes 4K wiederherstellen kann!

taco-group
⭐ 830 Python 👤 taco-group Organization 🕐 Aktualisiert 2025-09-24 📅 Erstellt 2025-05-27
23
MIV-XJTU/FSDrive

[NeurIPS 2025 spotlight] Offizielle Implementierung von "FutureSightDrive: Visuelles Denken mit räumlich-zeitlichem CoT für autonomes Fahren"

MIV-XJTU
⭐ 818 Python 👤 MIV-XJTU Organization 🕐 Aktualisiert 2026-05-08 📅 Erstellt 2025-05-27
24
coderonion/awesome-llm-and-aigc

🚀🚀🚀Eine Sammlung einiger beeindruckender öffentlicher Projekte zu Large Language Models (LLM), Vision Language Models (VLM), Vision Language Action (VLA), AI Generated Content (AIGC), den dazugehörigen Datensätzen und Anwendungen.

coderonion
⭐ 810 👤 coderonion User 🕐 Aktualisiert 2025-08-01 📅 Erstellt 2023-02-15
25
OpenSenseNova/SenseNova-Vision

Vision als einheitliche multimodale Generierung

OpenSenseNova
⭐ 733 Python 👤 OpenSenseNova Organization 🕐 Aktualisiert 2026-09-01 📅 Erstellt 2026-06-29
26
ChocoWu/Awesome-Scene-Graph-Generation

Dies ist ein Repository zum Auflisten von Artikeln zur Szenengraph-Generierung und -Anwendung.

ChocoWu
⭐ 731 👤 ChocoWu User 🕐 Aktualisiert 2026-10-28 📅 Erstellt 2024-07-07
27
Coobiw/MPP-LLaVA

Persönliches Projekt: MPP-Qwen14B & MPP-Qwen-Next (Multimodale Pipeline-Parallelität basierend auf Qwen-LM). Unterstützt [video/image/multi-image] {sft/conversations}. Lassen Sie nicht zu, dass Armut Ihre Vorstellungskraft einschränkt! Trainieren Sie Ihr eigenes 8B/14B LLaVA-training-ähnliches MLLM auf RTX3090/4090 24GB.

Coobiw
⭐ 678 Jupyter Notebook 👤 Coobiw User 🕐 Aktualisiert 2025-03-10 📅 Erstellt 2023-10-24
28
VITA-MLLM/Woodpecker

✨✨Specht: Halluzinationskorrektur für multimodale große Sprachmodelle

VITA-MLLM
⭐ 642 Python 👤 VITA-MLLM Organization 🕐 Aktualisiert 2024-12-23 📅 Erstellt 2023-09-26
29
zhipeixu/FakeShield

[ICLR 2025] FakeShield: Erklärbare Erkennung und Lokalisierung von Bildfälschungen mittels multimodaler großer Sprachmodelle

zhipeixu
⭐ 633 Python 👤 zhipeixu User 🕐 Aktualisiert 2026-02-21 📅 Erstellt 2024-10-03
30
ZebangCheng/Emotion-LLaMA

Emotion-LLaMA: Multimodale Emotionserkennung und -schlussfolgerung durch Anweisungstuning

ZebangCheng
⭐ 632 Python 👤 ZebangCheng User 🕐 Aktualisiert 2026-09-23 📅 Erstellt 2024-05-22
31
MIV-XJTU/JanusVLN

[ICLR2026] Offizielle Implementierung für "JanusVLN: Entkopplung von Semantik und Räumlichkeit mit dualem implizitem Gedächtnis für Vision-Language-Navigation"

MIV-XJTU
⭐ 599 Python 👤 MIV-XJTU Organization 🕐 Aktualisiert 2026-08-17 📅 Erstellt 2025-09-26
32
gokayfem/ComfyUI_VLM_nodes

ComfyUI-Nodes für Vision-Language-Modelle: Qwen3-VL, Moondream 3, Florence-2, SmolVLM2, InternVL, Gemma 3, MiniCPM-V. Sowie Open-Vocabulary-Erkennung, SAM2/SAM3-Segmentierung, zeitliche Videobetrachtung, GGUF via llama.cpp und gehostete LLM/VLM-APIs.

gokayfem
⭐ 592 Python 👤 gokayfem User 🕐 Aktualisiert 2026-08-08 📅 Erstellt 2024-01-24
33
FoundationVision/Groma

[ECCV2024] Geerdetes multimodales großes Sprachmodell mit lokalisierter visueller Tokenisierung

FoundationVision
⭐ 582 Python 👤 FoundationVision Organization 🕐 Aktualisiert 2024-06-07 📅 Erstellt 2024-04-21
34
SkyworkAI/Vitron

NeurIPS 2024 Paper: Ein vereinheitlichtes Pixel-Level Vision LLM zum Verstehen, Generieren, Segmentieren und Bearbeiten

SkyworkAI
⭐ 578 Python 👤 SkyworkAI Organization 🕐 Aktualisiert 2024-10-20 📅 Erstellt 2024-03-18
35
uclanlp/OpenVLHarness

Offizieller Code für OpenVLHarness: Tool-Nutzung visueller Agenten in der realen Welt mit multimodalem Gedächtnis

uclanlp
⭐ 557 Python 👤 uclanlp Organization 🕐 Aktualisiert 2026-11-10 📅 Erstellt 2026-10-15
36
OpenEnvision/Awesome-Multimodal-Modeling

Großartige multimodale Modellierung [Umfasst MLLM, UMM und NMM]

OpenEnvision
⭐ 552 JavaScript 👤 OpenEnvision Organization 🕐 Aktualisiert 2026-11-15 📅 Erstellt 2026-03-27
37
YingqingHe/Awesome-LLMs-meet-Multimodal-Generation

🔥🔥🔥 Eine kuratierte Liste von Arbeiten zur multimodalen Generierung auf Basis von LLMs (Bild, Video, 3D und Audio).

YingqingHe
⭐ 550 HTML 👤 YingqingHe User 🕐 Aktualisiert 2026-11-10 📅 Erstellt 2023-11-17
38
lucasjinreal/Crane

Eine vollständig in Rust entwickelte Inferenz-Engine für LLMs, VLMs, VLAs, TTS und OCR, angetrieben von Candle und Rust. Eine Alternative zu llama.cpp, die viel einfacher und übersichtlicher ist.

lucasjinreal
⭐ 534 Rust 👤 lucasjinreal User 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2025-03-19
39
vulab-AI/Awesome-Spatial-VLMs

[Awesome-Spatial-VLMs] Dieses Repository ist die offizielle, von der Community gepflegte Ressource für das Übersichts-Paper: Spatial Intelligence in Vision-Language Models: A Comprehensive Survey.

vulab-AI
⭐ 525 Python 👤 vulab-AI Organization 🕐 Aktualisiert 2026-07-30 📅 Erstellt 2025-07-10

Häufig gestellte Fragen

1

Welches ist das beliebteste #mllm-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#mllm-Projekt auf GitHub ist microsoft/unilm mit 22,247 Sternen. Großflächiges selbstüberwachtes Pre-Training über Aufgaben, Sprachen und Modalitäten

2

Welche Programmiersprachen werden in #mllm-Repositories am häufigsten verwendet?

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

3

Wie wird das Ranking der #mllm-Repositories berechnet?

Wir verfolgen 39 aktive Open-Source-Repositories, die mit #mllm getaggt sind (500+ Sterne), mit insgesamt 95,941 Sternen und durchschnittlich 2,460 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.