Git Stars Git Stars

#multi-modal-ai Repositories

Entdecke 37 aktive Open-Source-GitHub-Repositories, die mit #multi-modal-ai getaggt sind und insgesamt 152,489 Sterne gesammelt haben (durchschnittlich 4,121 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist Lordog/dive-into-llms mit 55,949 Sternen.

37
Gesamtzahl der Repositories
152,489
Gesamtanzahl der Sterne
4,121
Durchschnittliche Sterne/Repo

Insgesamt 37 Repositories

1
Lordog/dive-into-llms

Programmierpraxis-Tutorialserie „Dive into LLMs: Große Sprachmodelle von Grund auf aufbauen“

Lordog
⭐ 55,949 Jupyter Notebook 👤 Lordog User 🕐 Aktualisiert 2025-10-10 📅 Erstellt 2024-04-08
2
huggingface/smolagents

🤗 smolagents: eine einfache Bibliothek für Agenten, die in Code denken.

huggingface
⭐ 30,465 Python 👤 huggingface Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2024-12-05
3
lllyasviel/Omost

Dein Bild ist fast fertig!

lllyasviel
⭐ 7,661 Python 👤 lllyasviel User 🕐 Aktualisiert 2024-07-26 📅 Erstellt 2024-05-29
4
UX-Decoder/Segment-Everything-Everywhere-All-At-Once

[NeurIPS 2023] Offizielle Implementierung des Papers „Segment Everything Everywhere All at Once“

UX-Decoder
⭐ 4,761 Python 👤 UX-Decoder Organization 🕐 Aktualisiert 2024-08-19 📅 Erstellt 2023-04-12
5
mushan0x0/AI0x0.com

Eine multimodale, multimodel-universelle, globale, allumfassende KI-Abfragegenerierungs-Desktop-Schwebassistent-Anwendung

mushan0x0
⭐ 3,950 👤 mushan0x0 User 🕐 Aktualisiert 2025-02-06 📅 Erstellt 2023-02-26
6
wwwzhouhui/dify-for-dsl

Dieses Projekt ist eine Sammlung von DSL-Workflow-Skripten, die auf dem dify Open-Source-Projekt basieren.

wwwzhouhui
⭐ 3,884 Python 👤 wwwzhouhui User 🕐 Aktualisiert 2026-11-11 📅 Erstellt 2024-11-15
7
NVlabs/VILA

VILA ist eine Familie hochmoderner Vision-Language-Models (VLMs) für vielfältige multimodale KI-Aufgaben im Edge-, Rechenzentrums- und Cloud-Bereich.

NVlabs
⭐ 3,873 Python 👤 NVlabs Organization 🕐 Aktualisiert 2026-03-12 📅 Erstellt 2024-02-23
8
IDEA-Research/Grounded-SAM-2

Grounded SAM 2: Beliebiges in Videos mit Grounding DINO, Florence-2 und SAM 2 am Boden verfolgen und nachverfolgen

IDEA-Research
⭐ 3,807 Jupyter Notebook 👤 IDEA-Research Organization 🕐 Aktualisiert 2025-11-11 📅 Erstellt 2024-08-01
10
NVIDIA/ChatRTX

Ein Entwicklerreferenzprojekt zum Erstellen von Retrieval Augmented Generation (RAG)-Chatbots unter Windows mit TensorRT-LLM

NVIDIA
⭐ 3,101 Python 👤 NVIDIA Organization 🕐 Aktualisiert 2026-01-21 📅 Erstellt 2023-10-18
11
fogsightai/fogsight

Fogsight ist ein KI-Agent und eine Animations-Engine, die von großen Sprachmodellen angetrieben wird.

fogsightai
⭐ 2,567 JavaScript 👤 fogsightai Organization 🕐 Aktualisiert 2026-10-09 📅 Erstellt 2025-07-17
12
AmberLJC/LLMSys-PaperList

Liste der Veröffentlichungen zu Systemen großer Sprachmodelle (LLMs)

AmberLJC
⭐ 2,332 Python 👤 AmberLJC User 🕐 Aktualisiert 2026-10-20 📅 Erstellt 2023-06-06
13
thu-ml/RoboticsDiffusionTransformer

RDT-1B: ein Diffusionsgrundlagenmodell für bilaterale Manipulation

thu-ml
⭐ 1,821 Python 👤 thu-ml Organization 🕐 Aktualisiert 2026-01-21 📅 Erstellt 2024-10-07
14
OS-Copilot/OS-Copilot

Ein sich selbst verbessernder verkörperter Konversationsagent, nahtlos in das Betriebssystem integriert, um unsere täglichen Aufgaben zu automatisieren.

OS-Copilot
⭐ 1,718 Python 👤 OS-Copilot Organization 🕐 Aktualisiert 2024-09-09 📅 Erstellt 2024-02-02
15
cvlab-columbia/viper

Code für die Arbeit "ViperGPT: Visuelle Inferenz durch Python-Ausführung für Schlussfolgerungen"

cvlab-columbia
⭐ 1,711 Jupyter Notebook 👤 cvlab-columbia Organization 🕐 Aktualisiert 2024-01-29 📅 Erstellt 2023-03-14
16
AK391/ai-gradio

Ein Python-Paket, das es Entwicklern erleichtert, KI-Apps zu erstellen, die von verschiedenen KI-Anbietern unterstützt werden.

AK391
⭐ 1,643 Python 👤 AK391 User 🕐 Aktualisiert 2025-04-08 📅 Erstellt 2024-12-14
17
AI-FanGe/OpenAIglasses_for_Navigation

ein offenes Framework für Blindenavigation basierend auf ESP32

AI-FanGe
⭐ 1,399 Python 👤 AI-FanGe User 🕐 Aktualisiert 2025-11-01 📅 Erstellt 2025-10-20
18
egoist/chatwise-releases

Der schnellste KI-Chatbot für jedes LLM

egoist
⭐ 1,373 TypeScript 👤 egoist User 🕐 Aktualisiert 2026-07-01 📅 Erstellt 2024-11-05
20
TencentQQGYLab/ELLA

ELLA: Ausstattungsdiffusionsmodelle mit LLM für verbesserte semantische Ausrichtung

TencentQQGYLab
⭐ 1,269 Python 👤 TencentQQGYLab Organization 🕐 Aktualisiert 2024-07-17 📅 Erstellt 2024-03-07
22
tegnike/aituber-kit

Eine Webanwendung zum Chatten mit KI-Charakteren, die jeder einfach einrichten und bereitstellen kann.

tegnike
⭐ 1,147 TypeScript 👤 tegnike User 🕐 Aktualisiert 2026-11-17 📅 Erstellt 2023-10-14
23
gabber-dev/gabber

Erstellen Sie KI-Anwendungen, die mithilfe Ihrer Bildschirme, Mikrofone und Kameras als Eingaben sehen, hören und sprechen können.

gabber-dev
⭐ 1,110 Python 👤 gabber-dev Organization 🕐 Aktualisiert 2025-12-20 📅 Erstellt 2025-07-25
24
open-gigaai/giga-models

GigaModels: Ein umfassendes Repository und eine Plattform für multimodale, generative und perzeptuelle Modelle

open-gigaai
⭐ 1,064 Python 👤 open-gigaai Organization 🕐 Aktualisiert 2026-08-25 📅 Erstellt 2025-09-26
25
HarborYuan/ovsam

[ECCV 2024] Der offizielle Code des Papiers "Open-Vocabulary SAM".

HarborYuan
⭐ 1,034 Python 👤 HarborYuan User 🕐 Aktualisiert 2026-09-08 📅 Erstellt 2024-01-05
26
huggingface/AnyLanguageModel

Ein API-kompatibler Drop-in-Ersatz für Apples Foundation Models Framework mit Unterstützung für benutzerdefinierte Sprachmodell-Anbieter.

huggingface
⭐ 990 Swift 👤 huggingface Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2025-10-05
27
mistralai/mistral-common

Offizielle Inferenzbibliothek für die Vorverarbeitung von Mistral-Modellen

mistralai
⭐ 965 Python 👤 mistralai Organization 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2024-04-15
28
opendilab/LMDrive

[CVPR 2024] LMDrive: End-to-End-Fahren im geschlossenen Kreislauf mit großen Sprachmodellen

opendilab
⭐ 905 Jupyter Notebook 👤 opendilab Organization 🕐 Aktualisiert 2025-04-14 📅 Erstellt 2023-12-12
29
dvlab-research/LLaMA-VID

LLaMA-VID: Ein Bild ist 2 Token in großen Sprachmodellen wert (ECCV 2024)

JIA-Lab-research
⭐ 854 Python 👤 JIA-Lab-research Organization 🕐 Aktualisiert 2024-07-29 📅 Erstellt 2023-11-28
30
thu-ml/RDT2

Offizieller Code von RDT 2

thu-ml
⭐ 811 Python 👤 thu-ml Organization 🕐 Aktualisiert 2026-02-07 📅 Erstellt 2025-09-19
32
Alibaba-NLP/ViDoRAG

[EMNLP 2025] ViDoRAG: Visuelle Dokumenten-Retrieval-Augmented Generation durch dynamische iterative Schlussfolgerungsagenten

Alibaba-NLP
⭐ 670 Python 👤 Alibaba-NLP Organization 🕐 Aktualisiert 2026-01-11 📅 Erstellt 2025-02-25
33
ShihaoZhaoZSH/Uni-ControlNet

[NeurIPS 2023] Uni-ControlNet: All-in-One-Steuerung für Text-zu-Bild-Diffusionsmodelle

ShihaoZhaoZSH
⭐ 665 Python 👤 ShihaoZhaoZSH User 🕐 Aktualisiert 2024-07-17 📅 Erstellt 2023-05-23
35
IuvenisSapiens/ComfyUI_Qwen3-VL-Instruct

Die erfolgreiche Integration der Qwen3-VL-Instruct-Serie in die ComfyUI-Plattform hat einen reibungslosen Betrieb ermöglicht, der (aber nicht ausschließlich) textbasierte Abfragen, Videoabfragen, Abfragen mit einem einzigen Bild sowie Abfragen mit mehreren Bildern zur Erzeugung von Untertiteln oder Antworten unterstützt.

IuvenisSapiens
⭐ 587 Python 👤 IuvenisSapiens User 🕐 Aktualisiert 2025-10-23 📅 Erstellt 2024-08-31
36
moxin-org/Moxin-LLM

Moxin ist eine Familie von vollständig quelloffenen und reproduzierbaren LLMs

moxin-org
⭐ 526 Python 👤 moxin-org Organization 🕐 Aktualisiert 2025-07-02 📅 Erstellt 2024-12-03
37
shansongliu/MuMu-LLaMA

Dies ist das offizielle Repository für M2UGen

shansongliu
⭐ 512 Jupyter Notebook 👤 shansongliu User 🕐 Aktualisiert 2025-01-02 📅 Erstellt 2023-10-20

Häufig gestellte Fragen

1

Welches ist das beliebteste #multi-modal-ai-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#multi-modal-ai-Projekt auf GitHub ist Lordog/dive-into-llms mit 55,949 Sternen. Programmierpraxis-Tutorialserie „Dive into LLMs: Große Sprachmodelle von Grund auf aufbauen“

2

Welche Programmiersprachen werden in #multi-modal-ai-Repositories am häufigsten verwendet?

Unter den am höchsten eingestuften #multi-modal-ai-Projekten auf GitHub sind Python, Jupyter Notebook, TypeScript, JavaScript die am häufigsten verwendeten Programmiersprachen.

3

Wie wird das Ranking der #multi-modal-ai-Repositories berechnet?

Wir verfolgen 37 aktive Open-Source-Repositories, die mit #multi-modal-ai getaggt sind (500+ Sterne), mit insgesamt 152,489 Sternen und durchschnittlich 4,121 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.