Git Stars Git Stars

#multi-modal Repositorios

Descubre 47 repositorios activos de código abierto de GitHub etiquetados con #multi-modal, que acumulan 208,313 estrellas en total (una media de 4,432 estrellas por proyecto). El líder de este tema es agentscope-ai/agentscope, con 36,422 estrellas.

47
Total de Repositorios
208,313
Total de estrellas
4,432
Promedio de Estrellas/Repo

47 repositorios en total

1
agentscope-ai/agentscope

Construye y ejecuta agentes que puedas ver, entender y confiar.

agentscope-ai
⭐ 36,422 Python 👤 agentscope-ai Organization 🕐 Actualizado 2026-11-20 📅 Creado 2024-01-12
2
OpenBMB/MiniCPM-V

Mira, escucha e interactúa en tus dispositivos locales.

OpenBMB
⭐ 27,174 Python 👤 OpenBMB Organization 🕐 Actualizado 2026-11-09 📅 Creado 2024-01-29
3
TEN-framework/ten-framework

Marco de código abierto para agentes de voz AI conversacionales

TEN-framework
⭐ 11,241 Python 👤 TEN-framework Organization 🕐 Actualizado 2026-11-20 📅 Creado 2024-06-19
4
OpenGVLab/InternVL

[CVPR 2024 Oral] InternVL Family: Una alternativa pionera de código abierto a GPT-4o. Un modelo de diálogo multimodal de código abierto con un rendimiento cercano a GPT-4o.

OpenGVLab
⭐ 10,160 Python 👤 OpenGVLab Organization 🕐 Actualizado 2025-09-22 📅 Creado 2023-11-22
5
modelscope/modelscope

ModelScope: da vida a la noción de Modelo como Servicio.

modelscope
⭐ 9,224 Python 👤 modelscope Organization 🕐 Actualizado 2026-11-16 📅 Creado 2022-07-25
6
datajuicer/data-juicer

Procesamiento de datos para y con modelos fundacionales. 🍎 🍋 🌽 ➡️ ➡️🍸 🍹 🍷

datajuicer
⭐ 7,266 Python 👤 datajuicer Organization 🕐 Actualizado 2026-11-20 📅 Creado 2023-08-01
7
enricoros/big-AGI

El espacio de trabajo de IA para expertos. Cambia entre más de 800 modelos durante el chat, ajusta más de 40 parámetros y compara modelos de Beam lado a lado. Usa tus propias claves y alójalo por tu cuenta. Basado en nuestro motor de protocolo nativo: fiable, altamente configurable y rápido.

enricoros
⭐ 7,167 TypeScript 👤 enricoros User 🕐 Actualizado 2026-11-20 📅 Creado 2023-03-19
8
zai-org/CogVLM

un modelo de lenguaje visual abierto de última generación | modelo preentrenado multimodal

zai-org
⭐ 6,712 Python 👤 zai-org Organization 🕐 Actualizado 2024-05-29 📅 Creado 2023-09-18
9
valhalla/valhalla

Motor de enrutamiento de código abierto para OpenStreetMap

valhalla
⭐ 6,475 C++ 👤 valhalla Organization 🕐 Actualizado 2026-11-21 📅 Creado 2016-01-19
10
OFA-Sys/Chinese-CLIP

Versión china de CLIP que logra la recuperación intermodal y la generación de representaciones en chino.

OFA-Sys
⭐ 6,056 Jupyter Notebook 👤 OFA-Sys Organization 🕐 Actualizado 2026-03-31 📅 Creado 2022-07-08
11
google-deepmind/gemma

Biblioteca LLM de peso abierto Gemma de Google DeepMind

google-deepmind
⭐ 5,867 Python 👤 google-deepmind Organization 🕐 Actualizado 2026-11-19 📅 Creado 2024-02-20
12
lucidrains/DALLE-pytorch

Implementación / replicación de DALL-E, el Transformer de Texto a Imagen de OpenAI, en Pytorch

lucidrains
⭐ 5,632 Python 👤 lucidrains User 🕐 Actualizado 2024-02-17 📅 Creado 2021-01-05
13
marqo-ai/marqo

Búsqueda y Descubrimiento de Comercio Electrónico - marqo.ai

marqo-ai
⭐ 5,024 Python 👤 marqo-ai Organization 🕐 Actualizado 2026-09-03 📅 Creado 2022-08-01
14
open-compass/VLMEvalKit

Kit de herramientas de evaluación de código abierto para modelos multimodales grandes (LMM), admite más de 220 LMM, más de 80 benchmarks

open-compass
⭐ 4,499 Python 👤 open-compass Organization 🕐 Actualizado 2026-11-19 📅 Creado 2023-12-01
15
zjunlp/DeepKE

[EMNLP 2022] Un kit de herramientas abierto para la extracción y construcción de grafos de conocimiento

zjunlp
⭐ 4,486 Python 👤 zjunlp Organization 🕐 Actualizado 2026-07-13 📅 Creado 2018-08-01
16
VectorSpaceLab/OmniGen

OmniGen: Generación Unificada de Imágenes. https://arxiv.org/pdf/2409.11340

VectorSpaceLab
⭐ 4,340 Jupyter Notebook 👤 VectorSpaceLab Organization 🕐 Actualizado 2025-12-04 📅 Creado 2024-09-16
17
zai-org/VisualGLM-6B

Modelo de lenguaje conversacional multimodal chino e inglés | Modelo de lenguaje de diálogo bilingüe chino-inglés multimodal

zai-org
⭐ 4,181 Python 👤 zai-org Organization 🕐 Actualizado 2024-08-23 📅 Creado 2023-04-23
18
SciSharp/LLamaSharp

Una biblioteca C#/.NET para ejecutar LLM (🦙LLaMA/LLaVA) de manera eficiente en su dispositivo local.

SciSharp
⭐ 3,826 C# 👤 SciSharp Organization 🕐 Actualizado 2026-11-20 📅 Creado 2023-05-09
19
huangjunsen0406/py-xiaozhi

Ecosistema de asistente de IA de código abierto con integraciones MCP, flujos de trabajo multimodales, soporte para IoT e interacción por voz multiplataforma.

huangjunsen0406
⭐ 3,560 Python 👤 huangjunsen0406 User 🕐 Actualizado 2026-11-09 📅 Creado 2025-02-15
20
PKU-YuanGroup/Video-LLaVA

【EMNLP 2024🔥】Video-LLaVA: Aprendiendo una Representación Visual Unificada mediante Alineación antes de la Proyección

PKU-YuanGroup
⭐ 3,425 Python 👤 PKU-YuanGroup Organization 🕐 Actualizado 2024-12-03 📅 Creado 2023-10-23
21
docarray/docarray

Representar, enviar, almacenar y buscar datos multimodales

docarray
⭐ 3,123 Python 👤 docarray Organization 🕐 Actualizado 2026-03-27 📅 Creado 2021-12-14
22
JIA-Lab-research/LISA

Página del proyecto para "LISA: Segmentación por razonamiento a través de modelos de lenguaje grandes"

JIA-Lab-research
⭐ 2,643 Python 👤 JIA-Lab-research Organization 🕐 Actualizado 2025-02-16 📅 Creado 2023-08-01
23
zai-org/CogVLM2

Modelo multimodal de código abierto a nivel GPT4V basado en Llama3-8B

zai-org
⭐ 2,439 Python 👤 zai-org Organization 🕐 Actualizado 2025-03-03 📅 Creado 2024-05-10
24
PKU-YuanGroup/MoE-LLaVA

【TMM 2025🔥】 Mixture-of-Experts para grandes modelos de Visión-Lenguaje

PKU-YuanGroup
⭐ 2,321 Python 👤 PKU-YuanGroup Organization 🕐 Actualizado 2025-07-15 📅 Creado 2023-12-14
25
tangxyw/RecSysPapers

Una colección de artículos clásicos y de vanguardia de la industria en los campos de recomendación/publicidad/búsqueda. A collection of industry classics and cutting-edge papers in the field of recommendation/advertising/search.

tangxyw
⭐ 2,216 Python 👤 tangxyw User 🕐 Actualizado 2026-06-11 📅 Creado 2022-08-16
26
OpenMotionLab/MotionGPT

[NeurIPS 2023] MotionGPT: Movimiento Humano como Lengua Extranjera, un modelo unificado de generación de movimiento-lenguaje que utiliza LLM

OpenMotionLab
⭐ 1,943 Python 👤 OpenMotionLab Organization 🕐 Actualizado 2025-07-01 📅 Creado 2023-06-20
27
Kav-K/GPTDiscord

Una interfaz GPT robusta y todo en uno para Discord. ¡Conversaciones al estilo ChatGPT, generación de imágenes, moderación de IA, índices/bases de conocimiento personalizadas, resumidor de YouTube y más!

Kav-K
⭐ 1,852 Python 👤 Kav-K User 🕐 Actualizado 2026-11-01 📅 Creado 2022-12-08
28
IntelLabs/fastRAG

Marco eficiente para recuperación aumentada y generación

IntelLabs
⭐ 1,758 Python 👤 IntelLabs Organization 🕐 Actualizado 2025-01-09 📅 Creado 2023-01-23
29
bytedance/SALMONN

Familia SALMONN: Un conjunto de LLM multimodales avanzados

bytedance
⭐ 1,576 👤 bytedance Organization 🕐 Actualizado 2026-10-16 📅 Creado 2023-08-11
30
lucidrains/transfusion-pytorch

Implementación Pytorch de Transfusion, "Predice el siguiente token y difunde imágenes con un único modelo multimodal" de MetaAI

lucidrains
⭐ 1,412 Python 👤 lucidrains User 🕐 Actualizado 2026-09-04 📅 Creado 2024-08-23
31
datascale-ai/data_engineering_book

Ingeniería de Datos para Modelos de Gran Escala: Arquitectura, Algoritmos y Práctica de Proyectos

datascale-ai
⭐ 1,398 Python 👤 datascale-ai Organization 🕐 Actualizado 2026-11-19 📅 Creado 2026-01-31
32
MedMNIST/MedMNIST

[pip install medmnist] 18 conjuntos de datos estandarizados para clasificación de imágenes biomédicas 2D y 3D

MedMNIST
⭐ 1,367 Python 👤 MedMNIST Organization 🕐 Actualizado 2025-01-11 📅 Creado 2020-10-25
33
vercel/modelfusion

La biblioteca TypeScript para construir aplicaciones de IA.

vercel
⭐ 1,307 TypeScript 👤 vercel Organization 🕐 Actualizado 2024-07-19 📅 Creado 2023-05-25
34
Tebmer/Awesome-Knowledge-Distillation-of-LLMs

Este repositorio recopila artículos para "A Survey on Knowledge Distillation of Large Language Models" (Una Revisión sobre la Destilación del Conocimiento de Modelos de Lenguaje Grandes). Desglosamos la KD en Extracción de Conocimiento y Algoritmos de Destilación, y exploramos la Destilación de Habilidades y Vertical de los LLM.

Tebmer
⭐ 1,282 👤 Tebmer User 🕐 Actualizado 2025-03-09 📅 Creado 2024-02-08
35
OpenBMB/VisRAG

RAG sin análisis admitido por VLMs

OpenBMB
⭐ 991 Python 👤 OpenBMB Organization 🕐 Actualizado 2026-11-02 📅 Creado 2024-10-14
36
microsoft/farmvibes-ai

FarmVibes.AI: Modelos de ML Geoespaciales Multimodales para la Agricultura y la Sostenibilidad

microsoft
⭐ 913 Jupyter Notebook 👤 microsoft Organization 🕐 Actualizado 2026-11-03 📅 Creado 2022-09-06
37
PKU-YuanGroup/LanguageBind

【ICLR 2024🔥】 Extensión del preentrenamiento de video-lenguaje a N-modalidades mediante alineación semántica basada en el lenguaje

PKU-YuanGroup
⭐ 856 Python 👤 PKU-YuanGroup Organization 🕐 Actualizado 2024-03-25 📅 Creado 2023-10-02
38
AnswerDotAI/byaldi

Utilice modelos multimodales de interacción tardía como ColPali en solo unas pocas líneas de código.

AnswerDotAI
⭐ 848 Python 👤 AnswerDotAI Organization 🕐 Actualizado 2025-01-28 📅 Creado 2024-09-04
39
OpenVGLab/OmniLottie

[CVPR 2026🔥] 🧑‍🎨 OmniLottie, un generador de animaciones vectoriales multimodales de código abierto que produce archivos Lottie JSON.

OpenVGLab
⭐ 816 Python 👤 OpenVGLab Organization 🕐 Actualizado 2026-04-06 📅 Creado 2026-01-15
40
raphael-seo/Versatile-OCR-Program

Pipeline OCR multimodal optimizado para entrenamiento de ML (texto, figuras, matemáticas, tablas, diagramas)

raphael-seo
⭐ 677 Python 👤 raphael-seo User 🕐 Actualizado 2026-05-13 📅 Creado 2025-04-01
41
salesforce/UniControl

Modelo de generación visual unificado y controlable

salesforce
⭐ 665 Python 👤 salesforce Organization 🕐 Actualizado 2026-06-02 📅 Creado 2023-05-18
42
InternRobotics/Aether

[ICCV 2025 & ICCV 2025 RIWM Premio a la Mejor Ponencia] Aether: Modelado unificado del mundo con conciencia geométrica

InternRobotics
⭐ 614 Python 👤 InternRobotics Organization 🕐 Actualizado 2025-10-26 📅 Creado 2025-03-24
43
F-R-L/forge-film

Generación de películas de IA paralela impulsada por DAG multi-modelo — aceleración paralela escala con independencia de escena; Generar escenas de película simultáneamente en lugar de una por una; "Convertir el grafo de ejecución de generación audiovisual de orden topológico a programación óptima del camino crítico"; El único motor de generación audiovisual que modela dependencias narrativas de escena como DAG y impulsa programación paralela con algoritmo CPM

F-R-L
⭐ 540 Python 👤 F-R-L User 🕐 Actualizado 2026-03-26 📅 Creado 2026-03-24
44
kyegomez/RT-2

Democratización de RT-2 "RT-2: El nuevo modelo traduce la visión y el lenguaje en acción"

kyegomez
⭐ 539 Python 👤 kyegomez User 🕐 Actualizado 2024-07-26 📅 Creado 2023-07-28
45
worldbench/awesome-vla-for-ad

🌐 Modelos de visión, lenguaje y acción para la conducción autónoma: pasado, presente y futuro

worldbench
⭐ 530 HTML 👤 worldbench Organization 🕐 Actualizado 2026-11-14 📅 Creado 2025-09-07
46
patrickjohncyh/fashion-clip

FashionCLIP es un modelo similar a CLIP afinado para el dominio de la moda.

patrickjohncyh
⭐ 518 Python 👤 patrickjohncyh User 🕐 Actualizado 2025-01-30 📅 Creado 2022-05-20
47
jqtangust/Robust-R1

🔥🔥🔥[AAAI 2026 Oral] Implementación Oficial de Robust‑R1: Razonamiento Sensible a la Degradación para una Comprensión Visual Robusta

jqtangust
⭐ 510 Python 👤 jqtangust User 🕐 Actualizado 2026-01-20 📅 Creado 2025-11-09

Preguntas frecuentes

1

¿Cuál es el repositorio de #multi-modal más popular en GitHub?

El proyecto de código abierto de #multi-modal mejor posicionado en GitHub es agentscope-ai/agentscope, con 36,422 estrellas. Construye y ejecuta agentes que puedas ver, entender y confiar.

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #multi-modal?

Entre los proyectos de #multi-modal mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, TypeScript, C++.

3

¿Cómo se calcula la clasificación de los repositorios de #multi-modal?

Seguimos 47 repositorios activos de código abierto etiquetados con #multi-modal (500+ estrellas), que suman un total de 208,313 estrellas, con una media de 4,432 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.