Git Stars Git Stars

#multimodal Repositories

183
Gesamtzahl der Repositories
700,629
Gesamtanzahl der Sterne
3,828
Durchschnittliche Sterne/Repo

Insgesamt 183 Repositories

101
alan-ai/alan-sdk-cordova

Das Selbstcodier-System für Ihre App — Alan AI SDK für Cordova

alan-ai
⭐ 1,140 Ruby 👤 alan-ai Organization 🕐 Aktualisiert 2025-04-22 📅 Erstellt 2019-10-23
102
rhymes-ai/Aria

Codebasis für Aria – ein offenes multimodales natives MoE

rhymes-ai
⭐ 1,089 Jupyter Notebook 👤 rhymes-ai Organization 🕐 Aktualisiert 2025-01-22 📅 Erstellt 2024-09-29
103
google-research-datasets/wit

Das WIT (Wikipedia-based Image Text) Dataset ist ein großes multimodales multilinguales Dataset, das über 37 Millionen Bild-Textulare mit über 11 Millionen einzigartigen Bildern in über 100 Sprachen umfasst.

google-research-datasets
⭐ 1,086 👤 google-research-datasets Organization 🕐 Aktualisiert 2024-09-27 📅 Erstellt 2021-02-24
104
OpenBMB/VisCPM

[ICLR'24 Spotlight] Chinesische und Englische multimodale Großmodelle Serie (Chat und Paint) | Chinesisch-Englische zweisprachige multimodale große Modelle-Serie basierend auf dem CPM-Basismodell

OpenBMB
⭐ 1,072 Python 👤 OpenBMB Organization 🕐 Aktualisiert 2024-06-13 📅 Erstellt 2023-06-30
105
InternRobotics/PointLLM

[ECCV 2024 Best Paper Kandidat & TPAMI 2025] PointLLM: Große Sprachmodelle befähigen, Punktwolken zu verstehen

InternRobotics
⭐ 1,065 Python 👤 InternRobotics Organization 🕐 Aktualisiert 2026-05-15 📅 Erstellt 2023-08-17
106
OFA-Sys/ONE-PEACE

Ein allgemeines Repräsentationsmodell für visuelle, Audio- und Sprachmodalitäten. Arbeit: ONE-PEACE: Untersuchung eines allgemeinen Repräsentationsmodells für unbegrenzte Modalitäten

OFA-Sys
⭐ 1,063 Python 👤 OFA-Sys Organization 🕐 Aktualisiert 2024-10-06 📅 Erstellt 2023-05-18
107
WangRongsheng/XrayGLM

🩺 Das erste chinesische medizinische multimodale Modell, das Brust-Röntgenaufnahmen zusammenfassen kann.

WangRongsheng
⭐ 1,052 Python 👤 WangRongsheng User 🕐 Aktualisiert 2024-11-20 📅 Erstellt 2023-05-23
108
tong-io/tongflow

Unternehmenstaugliche GenAI-Workflow-Plattform, agenten- und menschenfreundlich sowie modalitätsorientiert

tong-io
⭐ 1,048 TypeScript 👤 tong-io User 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2026-04-08
109
yaotingwangofficial/Awesome-MCoT

Multimodales Chain-of-Thought Reasoning: Eine umfassende Übersichtsarbeit

yaotingwangofficial
⭐ 1,030 TeX 👤 yaotingwangofficial User 🕐 Aktualisiert 2026-10-03 📅 Erstellt 2025-02-15
110
ArrowLuo/CLIP4Clip

Eine offizielle Implementierung für „CLIP4Clip: Eine empirische Studie von CLIP für die End-to-End-Videoclip-Suche“

ArrowLuo
⭐ 1,017 Python 👤 ArrowLuo User 🕐 Aktualisiert 2024-04-12 📅 Erstellt 2021-04-13
111
lancedb/vectordb-recipes

Ressourcen, Beispiele und Tutorials für multimodale KI, RAG und Agenten mit Vektorsuche und LLMs

lancedb
⭐ 991 Jupyter Notebook 👤 lancedb Organization 🕐 Aktualisiert 2026-11-04 📅 Erstellt 2023-06-25
112
Valen-Team/Valen

Offene multimodale Entscheidungsmodelle mit 0,8B bis 27B Parametern für Text, Bilder und Videos. Treffen Sie Entscheidungen anhand von Wahrscheinlichkeiten für eigene Kandidaten und lokalisieren Sie Objekte mit Begrenzungsrahmen, statt Text zu generieren. Kostenlose API, ONNX, GGUF, vLLM und SGLang; Fine-Tuning-Code enthalten.

Valen-Team
⭐ 932 Python 👤 Valen-Team Organization 🕐 Aktualisiert 2026-11-15 📅 Erstellt 2026-09-23
113
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
114
shenhao-stu/ohmycaptcha

⚡ Selbst hostbarer YesCaptcha-kompatibler CAPTCHA-Löser, gebaut mit FastAPI, Playwright und OpenAI-kompatiblen multimodalen Modellen.

shenhao-stu
⭐ 912 Python 👤 shenhao-stu User 🕐 Aktualisiert 2026-03-09 📅 Erstellt 2026-03-09
115
facebookresearch/ShapeR

Code für das ShapeR-Forschungspapier

facebookresearch
⭐ 904 Python 👤 facebookresearch Organization 🕐 Aktualisiert 2026-04-30 📅 Erstellt 2026-01-14
116
SkalskiP/top-cvpr-2025-papers

Über Dieses Repository ist eine kuratierte Sammlung der aufregendsten und einflussreichsten CVPR 2025-Paper. 🔥 [Paper + Code + Demo]

SkalskiP
⭐ 899 Python 👤 SkalskiP User 🕐 Aktualisiert 2026-04-15 📅 Erstellt 2025-05-31
117
OpenMOSS/AnyGPT

Ein einheitliches multimodales Sprachmodell auf Basis der Modellierung diskreter Sequenzen

OpenMOSS
⭐ 889 Python 👤 OpenMOSS Organization 🕐 Aktualisiert 2026-09-06 📅 Erstellt 2024-02-18
118
microsoft/rag-time

RAG Time: Eine 5-wöchige Lernreise zur Beherrschung von RAG

microsoft
⭐ 888 Jupyter Notebook 👤 microsoft Organization 🕐 Aktualisiert 2025-06-17 📅 Erstellt 2024-12-11
119
suzuran0y/CCTV-Smartphone-AI-Monitoring

Lokale Überwachung + KI-Vision — LAN-basiertes Smartphone-gestütztes KI-Überwachungsframework mit strukturiertem Ereignisausgang für Datenerfassung und -analyse.

suzuran0y
⭐ 879 Python 👤 suzuran0y User 🕐 Aktualisiert 2026-11-11 📅 Erstellt 2026-02-26
120
whitecircle/halo

Halo ist ein von White Circle entwickeltes Open-Source-Framework zum Trainieren großer Sprachmodelle und multimodaler Modelle

whitecircle
⭐ 868 Python 👤 whitecircle Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2026-08-26
121
OpenMOSS/MOSS-VL

Eine 11B-Modellreihe mit offenen Gewichten zum Verstehen von Langform- und Echtzeitvideos

OpenMOSS
⭐ 838 C++ 👤 OpenMOSS Organization 🕐 Aktualisiert 2026-10-14 📅 Erstellt 2026-04-08
122
EvolvingLMMs-Lab/lmms-engine

Eine einfache, vereinheitlichte Trainings-Engine für multimodale Modelle. Schlank, flexibel und für Experimente im großen Maßstab konzipiert.

EvolvingLMMs-Lab
⭐ 835 Python 👤 EvolvingLMMs-Lab Organization 🕐 Aktualisiert 2026-10-23 📅 Erstellt 2025-07-27
123
chipfighter/context-attachment-manager

Ein lokales Plugin für bildreiche Chats in Codex, Claude Code und anderen KI-Agenten: Frühere Bilder werden durch kurze Platzhalter ersetzt, statt mit jeder Nachricht erneut gesendet zu werden. Das Modell ruft das Original anhand seiner ID ab (auch nach einer Komprimierung), und der Prompt-Cache funktioniert weiterhin.

chipfighter
⭐ 812 TypeScript 👤 chipfighter User 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2026-09-24
124
ChaofanTao/Autoregressive-Models-in-Vision-Survey

[TMLR 2025🔥] Eine Übersicht über autoregressive Modelle in der Bildverarbeitung.

ChaofanTao
⭐ 805 👤 ChaofanTao User 🕐 Aktualisiert 2026-05-05 📅 Erstellt 2024-07-01
125
nomic-ai/contrastors

Kontrastives Trainieren von Modellen in PyTorch

nomic-ai
⭐ 791 Python 👤 nomic-ai Organization 🕐 Aktualisiert 2025-03-26 📅 Erstellt 2024-01-30
126
allenai/papermage

Bibliothek zur Unterstützung von NLP- und CV-Forschung zu wissenschaftlichen Arbeiten

allenai
⭐ 785 Python 👤 allenai Organization 🕐 Aktualisiert 2024-11-08 📅 Erstellt 2023-01-14
127
Yangyi-Chen/Multimodal-AND-Large-Language-Models

Papierliste zu multimodalen und großen Sprachmodellen, die nur zur Aufzeichnung gelesener Papiere im täglichen Arxiv für persönliche Bedürfnisse verwendet wird.

Yangyi-Chen
⭐ 765 👤 Yangyi-Chen User 🕐 Aktualisiert 2026-05-21 📅 Erstellt 2022-08-28
128
PaddlePaddle/PaddleMIX

Paddle Multimodal Integration and eXploration, unterstützt Mainstream-multimodale Aufgaben, einschließlich End-to-End-Large-Scale-multimodaler Vortrainingsmodelle und Diffusion-Model-Toolbox. Ausgestattet mit hoher Leistung und Flexibilität.

PaddlePaddle
⭐ 721 Python 👤 PaddlePaddle Organization 🕐 Aktualisiert 2026-03-06 📅 Erstellt 2023-07-05
129
magicrew/doc7

Wandeln Sie Dokumente mit visuellem Verständnis in KI-fähiges Markdown um

magicrew
⭐ 719 Go 👤 magicrew Organization 🕐 Aktualisiert 2026-08-07 📅 Erstellt 2026-08-02
130
OpenMOSS/MOSS-Audio

Ein Open-Source-Modell zum Verstehen von Sprache, Umgebungsgeräuschen und Musik durch Untertitelung, Beantwortung von Fragen und Schlussfolgerungen

OpenMOSS
⭐ 713 Python 👤 OpenMOSS Organization 🕐 Aktualisiert 2026-09-06 📅 Erstellt 2026-04-11
131
enoche/MMRec

Eine Toolbox für multimodale Empfehlungen. Integriert 10+ Modelle...

enoche
⭐ 707 Python 👤 enoche User 🕐 Aktualisiert 2026-07-14 📅 Erstellt 2022-08-31
132
TIGER-AI-Lab/VLM2Vec

Dieses Repository enthält den Code für "VLM2Vec / MMEB" [ICLR 2025], "VLM2Vec-V2 / MMEB-V2" [TMLR 2026] und "MMEB-V3" [COLM 2026]

TIGER-AI-Lab
⭐ 705 Python 👤 TIGER-AI-Lab Organization 🕐 Aktualisiert 2026-10-23 📅 Erstellt 2024-10-07
133
mv-lab/InstructIR

[ECCV 2024] InstructIR: Hochwertige Bildwiederherstellung nach menschlichen Anweisungen https://huggingface.co/spaces/marcosv/InstructIR

mv-lab
⭐ 693 Jupyter Notebook 👤 mv-lab User 🕐 Aktualisiert 2024-09-26 📅 Erstellt 2024-01-27
134
henrydaum/second-brain

Second Brain ist ein agentisches Framework, das als Betriebssystem fungiert und lokale Dateiintelligenz, Workflow-Automatisierung und LLMs nutzt, um Aufgaben zu erledigen und über mehrere Modalitäten und Messaging-Plattformen zu kommunizieren.

henrydaum
⭐ 687 Python 👤 henrydaum User 🕐 Aktualisiert 2026-09-26 📅 Erstellt 2025-09-19
135
HRuiCcc/RuiC-card-skill

Ein universeller Agent Skill für holografische Sammelkarten – kompatibel mit jedem Host und multimodalen Modell. Erstelle aus einem einzigen Satz eine 3D-Kartenwebseite mit zieh- und drehbaren Karten, fließenden Lichteffekten und räumlicher Tiefe in mehreren Ebenen. Ein editierbares Blender-Projekt ist ebenfalls enthalten.

HRuiCcc
⭐ 686 JavaScript 👤 HRuiCcc User 🕐 Aktualisiert 2026-11-01 📅 Erstellt 2026-09-07
136
zhongkaifu/TensorSharp

Eine native .NET-Inferenz-Engine für große Sprachmodelle (LLMs) und eine Agenten-Laufzeitumgebung für GGUF-Modelle. TensorSharp bietet eine Konsolenanwendung, eine webbasierte Chatbot-Oberfläche, eine iPhone-App sowie mit Ollama/OpenAI kompatible HTTP-APIs für den programmgesteuerten Zugriff. Es unterstützt Windows, macOS, iOS und Linux mit vollständiger GPU-Unterstützung.

zhongkaifu
⭐ 681 C# 👤 zhongkaifu User 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2026-04-03
137
Topkiflare74/ai--manus2.0

AI Manus ist ein KI-Agentensystem für allgemeine Zwecke, das die Ausführung verschiedener Tools und Vorgänge in einer Sandbox-Umgebung unterstützt.

Topkiflare74
⭐ 678 👤 Topkiflare74 User 🕐 Aktualisiert 2026-11-15 📅 Erstellt 2026-11-14
138
redai-studio/Relax

Eine asynchrone Reinforcement-Learning-Engine für omnimodales Post-Training im großen Maßstab

redai-studio
⭐ 678 Python 👤 redai-studio Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2026-04-13
139
topapothecarycanal/ai--manus2.0

AI Manus ist ein universell einsetzbares KI-Agentensystem, das die Ausführung verschiedener Tools und Vorgänge in einer Sandbox-Umgebung unterstützt.

topapothecarycanal
⭐ 666 👤 topapothecarycanal User 🕐 Aktualisiert 2026-11-15 📅 Erstellt 2026-11-14
140
toppatronweave/ai--manus2.0

AI Manus ist ein universelles KI-Agentensystem, das die Ausführung verschiedener Tools und Vorgänge in einer Sandbox-Umgebung unterstützt.

toppatronweave
⭐ 665 👤 toppatronweave User 🕐 Aktualisiert 2026-11-15 📅 Erstellt 2026-11-14
141
reasoning-survey/Awesome-Reasoning-Foundation-Models

✨✨Neueste Arbeiten und Benchmarks im Reasoning mit Foundation Models

reasoning-survey
⭐ 664 👤 reasoning-survey User 🕐 Aktualisiert 2026-09-03 📅 Erstellt 2023-11-21
142
topconstableinlet67/ai--manus2.0

AI Manus ist ein universelles KI-Agentensystem, das die Ausführung verschiedener Tools und Vorgänge in einer Sandbox-Umgebung unterstützt.

topconstableinlet67
⭐ 663 👤 topconstableinlet67 User 🕐 Aktualisiert 2026-11-15 📅 Erstellt 2026-11-14
143
tornadonovicewhirl40/ai--manus2.0

AI Manus ist ein KI-Agentensystem für allgemeine Zwecke, das die Ausführung verschiedener Tools und Vorgänge in einer Sandbox-Umgebung unterstützt.

tornadonovicewhirl40
⭐ 659 👤 tornadonovicewhirl40 User 🕐 Aktualisiert 2026-11-15 📅 Erstellt 2026-11-14
144
TitanShieldRavine/ai--manus2.0

AI Manus ist ein universelles KI-Agentensystem, das die Ausführung verschiedener Tools und Vorgänge in einer Sandbox-Umgebung unterstützt.

TitanShieldRavine
⭐ 659 👤 TitanShieldRavine User 🕐 Aktualisiert 2026-11-15 📅 Erstellt 2026-11-14
145
Ultimateakiln/ai--manus2.0

AI Manus ist ein universelles KI-Agentensystem, das die Ausführung verschiedener Tools und Vorgänge in einer Sandbox-Umgebung unterstützt.

Ultimateakiln
⭐ 654 👤 Ultimateakiln User 🕐 Aktualisiert 2026-11-15 📅 Erstellt 2026-11-14
146
trackersnailgrip/ai--manus2.0

AI Manus ist ein universelles KI-Agentensystem, das die Ausführung verschiedener Tools und Vorgänge in einer Sandbox-Umgebung unterstützt.

trackersnailgrip
⭐ 654 👤 trackersnailgrip User 🕐 Aktualisiert 2026-11-15 📅 Erstellt 2026-11-14
147
TrapBladesmith/ai--manus2.0

AI Manus ist ein universelles KI-Agentensystem, das die Ausführung verschiedener Tools und Vorgänge in einer Sandbox-Umgebung unterstützt.

TrapBladesmith
⭐ 653 👤 TrapBladesmith User 🕐 Aktualisiert 2026-11-15 📅 Erstellt 2026-11-14
148
Torusdrasocket/ai--manus2.0

AI Manus ist ein vielseitiges KI-Agentensystem, das die Ausführung verschiedener Tools und Operationen in einer Sandbox-Umgebung unterstützt.

Torusdrasocket
⭐ 653 👤 Torusdrasocket User 🕐 Aktualisiert 2026-11-15 📅 Erstellt 2026-11-14
149
TremorRatTackle/ai--manus2.0

AI Manus ist ein KI-Agentensystem für allgemeine Zwecke, das die Ausführung verschiedener Tools und Vorgänge in einer Sandbox-Umgebung unterstützt.

TremorRatTackle
⭐ 652 👤 TremorRatTackle User 🕐 Aktualisiert 2026-11-15 📅 Erstellt 2026-11-14
150
violetkomodolimit/ai--manus2.0

AI Manus ist ein vielseitiges KI-Agentensystem, das die Ausführung verschiedener Tools und Vorgänge in einer Sandbox-Umgebung unterstützt.

violetkomodolimit
⭐ 651 👤 violetkomodolimit User 🕐 Aktualisiert 2026-11-15 📅 Erstellt 2026-11-14