Git Stars Git Stars

#multi-modality Repositorios

Descubre 12 repositorios activos de código abierto de GitHub etiquetados con #multi-modality, que acumulan 70,749 estrellas en total (una media de 5,895 estrellas por proyecto). El líder de este tema es haotian-liu/LLaVA, con 24,232 estrellas.

12
Total de Repositorios
70,749
Total de estrellas
5,895
Promedio de Estrellas/Repo
Lenguajes de programación: Python C++

12 repositorios en total

1
haotian-liu/LLaVA

[NeurIPS'23 Oral] Visual Instruction Tuning (LLaVA) se construyó para capacidades de nivel GPT-4V y superiores.

haotian-liu
⭐ 24,232 Python 👤 haotian-liu User 🕐 Actualizado 2024-08-12 📅 Creado 2023-04-17
2
BradyFU/Awesome-Multimodal-Large-Language-Models

:sparkles::sparkles:Últimos avances en modelos de lenguaje grandes multimodales

BradyFU
⭐ 18,090 👤 BradyFU User 🕐 Actualizado 2026-10-29 📅 Creado 2023-05-19
3
jina-ai/clip-as-service

🏄 Incrustación escalable, razonamiento, clasificación para imágenes y oraciones con CLIP

jina-ai
⭐ 12,797 Python 👤 jina-ai Organization 🕐 Actualizado 2024-01-23 📅 Creado 2018-11-12
4
OpenMOSS/MOSS-TTS-Nano

Un modelo TTS multilingüe de 100 millones de parámetros para inferencia en CPU en tiempo real, clonación de voz y generación estéreo a 48 kHz

OpenMOSS
⭐ 4,711 Python 👤 OpenMOSS Organization 🕐 Actualizado 2026-09-06 📅 Creado 2026-04-10
5
EvolvingLMMs-Lab/Otter

Otter, un modelo multimodal basado en OpenFlamingo (versión de código abierto de Flamingo de DeepMind), entrenado en MIMIC-IT y que muestra una capacidad mejorada para seguir instrucciones y aprendizaje en contexto.

EvolvingLMMs-Lab
⭐ 3,283 Python 👤 EvolvingLMMs-Lab Organization 🕐 Actualizado 2024-03-05 📅 Creado 2023-04-01
6
InternLM/InternLM-XComposer

InternLM-XComposer2.5-OmniLive: Un sistema multimodal completo para interacciones de audio y video en streaming a largo plazo

InternLM
⭐ 2,925 Python 👤 InternLM Organization 🕐 Actualizado 2025-05-26 📅 Creado 2023-09-26
7
DLR-RM/3DObjectTracking

Algoritmos y publicaciones sobre seguimiento de objetos 3D

DLR-RM
⭐ 1,026 C++ 👤 DLR-RM Organization 🕐 Actualizado 2025-08-25 📅 Creado 2020-09-21
8
OpenBMB/VisRAG

RAG sin análisis admitido por VLMs

OpenBMB
⭐ 991 Python 👤 OpenBMB Organization 🕐 Actualizado 2026-11-02 📅 Creado 2024-10-14
9
yzhang2016/video-generation-survey

Una lista de lectura sobre generación de video

yzhang2016
⭐ 732 👤 yzhang2016 User 🕐 Actualizado 2026-10-30 📅 Creado 2022-11-16
10
NVlabs/Long-RL

Long-RL: Escalado de RL a secuencias largas (NeurIPS 2025)

NVlabs
⭐ 729 Python 👤 NVlabs Organization 🕐 Actualizado 2025-09-24 📅 Creado 2025-07-08
11
LSXI7/MINIMA

[CVPR 2025] MINIMA: Coincidencia de imágenes invariante a la modalidad

LSXI7
⭐ 682 Python 👤 LSXI7 User 🕐 Actualizado 2025-10-09 📅 Creado 2024-12-17
12
OpenGVLab/Multi-Modality-Arena

¡Chatbot Arena se une a la multimodalidad! Multi-Modality Arena te permite evaluar modelos de visión-lenguaje lado a lado proporcionando imágenes como entradas. ¡Soporta MiniGPT-4, LLaMA-Adapter V2, LLaVA, BLIP-2, y muchos más!

OpenGVLab
⭐ 553 Python 👤 OpenGVLab Organization 🕐 Actualizado 2024-04-21 📅 Creado 2023-05-10

Preguntas frecuentes

1

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

El proyecto de código abierto de #multi-modality mejor posicionado en GitHub es haotian-liu/LLaVA, con 24,232 estrellas. [NeurIPS'23 Oral] Visual Instruction Tuning (LLaVA) se construyó para capacidades de nivel GPT-4V y superiores.

2

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

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

3

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

Seguimos 12 repositorios activos de código abierto etiquetados con #multi-modality (500+ estrellas), que suman un total de 70,749 estrellas, con una media de 5,895 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.