Git Stars Git Stars

#large-multimodal-models Repositorios

Descubre 18 repositorios activos de código abierto de GitHub etiquetados con #large-multimodal-models, que acumulan 46,681 estrellas en total (una media de 2,593 estrellas por proyecto). El líder de este tema es chiphuyen/aie-book, con 18,372 estrellas.

18
Total de Repositorios
46,681
Total de estrellas
2,593
Promedio de Estrellas/Repo
Lenguajes de programación: Python Jupyter Notebook Markdown

18 repositorios en total

1
chiphuyen/aie-book

[WIP] Recursos para ingenieros de IA. También contiene materiales de apoyo para el libro AI Engineering (Chip Huyen, 2025)

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

SkyReels-V2: Modelo Generativo para Películas de Longitud Infinita

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

✨✨[NeurIPS 2025] VITA-1.5: Hacia la Interacción de Visión y Voz en Tiempo Real Nivel GPT-4o

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

Una implementación oficial de DanceGRPO: Liberando GRPO en la generación visual

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

[ICCV 2025] Implementación para Describe Anything: Subtitulado detallado y localizado de imágenes y videos

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

Catálogo visual seleccionado de más de 200 arquitecturas de modelos de visión y lenguaje (VLM/MLLM): artículos, diagramas, recetas de entrenamiento, conjuntos de datos y una cronología de lanzamientos de agentes de IA multimodales.

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

[NeurIPS 2024] Una implementación oficial de "ShareGPT4Video: Mejora de la comprensión y generación de vídeo con mejores subtítulos"

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

Un marco de modelos multimodales pequeños y grandes

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

Código para "WebVoyager: WebVoyager: Building an End-to-End Web Agent with Large Multimodal Models"

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

Una colección de recursos sobre aplicaciones de aprendizaje multimodal en imágenes médicas.

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

Extender OpenRLHF para admitir el entrenamiento LMM RL para la reproducción de DeepSeek-R1 en tareas multimodales.

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

LLaVA-Plus: Grandes asistentes de lenguaje y visión que se conectan y aprenden a usar habilidades

LLaVA-VL
⭐ 763 Python 👤 LLaVA-VL Organization 🕐 Actualizado 2024-02-01 📅 Creado 2023-11-07
15
bytedance/vidi

El repositorio oficial de "Vidi: Modelos Multimodales Grandes para la Comprensión y Edición de Video"

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

Este repositorio contiene el código de evaluación para el artículo "MMMU: A Massive Multi-discipline Multimodal Understanding and Reasoning Benchmark for Expert AGI"

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

LLaVA-Mini es un modelo multimodal grande y unificado (LMM) que puede admitir la comprensión de imágenes, imágenes de alta resolución y videos de manera eficiente.

ictnlp
⭐ 575 Python 👤 ictnlp Organization 🕐 Actualizado 2025-06-29 📅 Creado 2025-01-07

Preguntas frecuentes

1

¿Cuál es el repositorio de #large-multimodal-models más popular en GitHub?

El proyecto de código abierto de #large-multimodal-models mejor posicionado en GitHub es chiphuyen/aie-book, con 18,372 estrellas. [WIP] Recursos para ingenieros de IA. También contiene materiales de apoyo para el libro AI Engineering (Chip Huyen, 2025)

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #large-multimodal-models?

Entre los proyectos de #large-multimodal-models mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, Markdown.

3

¿Cómo se calcula la clasificación de los repositorios de #large-multimodal-models?

Seguimos 18 repositorios activos de código abierto etiquetados con #large-multimodal-models (500+ estrellas), que suman un total de 46,681 estrellas, con una media de 2,593 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.