Git Stars Git Stars

#multimodal Repositorios

183
Total de Repositorios
700,629
Total de estrellas
3,828
Promedio de Estrellas/Repo

183 repositorios en total

101
alan-ai/alan-sdk-cordova

El Sistema de Auto-Codificación para tu App — Alan AI SDK para Cordova

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

Código base para Aria - un MoE nativo multimodal abierto

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

El conjunto de datos WIT (Wikipedia-based Image Text) es un gran conjunto de datos multimodales y multilingües que comprende más de 37 millones de conjuntos de imagen-texto con más de 11 millones de imágenes únicas en más de 100 idiomas.

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

[ICLR'24 spotlight] Serie de Grandes Modelos Multimodales Chino e Inglés (Chat y Pintura) | Serie de Grandes Modelos Multimodales Bilingües Chino-Inglés Basada en el Modelo Base CPM

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

[Candidato al Mejor Artículo ECCV 2024 y TPAMI 2025] PointLLM: Potenciando los Grandes Modelos de Lenguaje para Comprender Nubes de Puntos

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

Un modelo de representación general a través de modalidades de visión, audio y lenguaje. Artículo: ONE-PEACE: Explorando un modelo de representación general hacia modalidades ilimitadas

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

🩺 El primer modelo médico multimodal chino capaz de resumir radiografías de tórax.

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

Plataforma de flujos de trabajo de IA generativa de nivel empresarial, intuitiva para agentes y personas y centrada en las modalidades

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

Razonamiento multimodal en cadena de pensamiento: una encuesta completa

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

Una implementación oficial para "CLIP4Clip: Un estudio empírico de CLIP para la recuperación de videoclips de extremo a extremo"

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

Recursos, ejemplos y tutoriales para IA multimodal, RAG y agentes que utilizan búsqueda vectorial y LLMs

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

Modelos abiertos de decisión multimodal, de 0,8B a 27B, para texto, imágenes y vídeo. Decide asignando probabilidades a tus propios candidatos y localiza con cuadros delimitadores, en lugar de generar texto. API gratuita, ONNX, GGUF, vLLM y SGLang; incluye código de ajuste fino.

Valen-Team
⭐ 932 Python 👤 Valen-Team Organization 🕐 Actualizado 2026-11-15 📅 Creado 2026-09-23
113
EvolvingLMMs-Lab/NEO

Serie NEO: Modelos nativos de visión-lenguaje desde los primeros principios

EvolvingLMMs-Lab
⭐ 931 Python 👤 EvolvingLMMs-Lab Organization 🕐 Actualizado 2026-11-11 📅 Creado 2025-10-16
114
shenhao-stu/ohmycaptcha

⚡ Solucionador de CAPTCHA autoalojable compatible con YesCaptcha, construido con FastAPI, Playwright y modelos multimodales compatibles con OpenAI.

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

Código para el artículo de investigación de ShapeR

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

Acerca de Este repositorio es una colección curada de los artículos más emocionantes e influyentes de CVPR 2025. 🔥 [Paper + Code + Demo]

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

Un modelo de lenguaje multimodal unificado basado en el modelado de secuencias discretas

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

RAG Time: Un viaje de aprendizaje de 5 semanas para dominar RAG

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

Monitoreo local + visión IA — Marco de monitoreo IA impulsado por smartphone basado en LAN con salida de eventos estructurados para adquisición y análisis de datos.

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

Halo es un marco de código abierto desarrollado por White Circle para entrenar modelos de lenguaje de gran tamaño y modelos multimodales

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

Una serie de modelos de 11B con pesos abiertos para la comprensión de videos de larga duración y en tiempo real

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

Un motor de entrenamiento de modelos multimodales simple y unificado. Ligero, flexible y diseñado para la experimentación a gran escala.

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

Un complemento local para chats con muchas imágenes en Codex, Claude Code y otros agentes de IA: las imágenes anteriores se sustituyen por breves marcadores de posición en lugar de enviarse con cada mensaje, el modelo recupera el original mediante su ID (también después de la compactación) y la caché de prompts sigue funcionando.

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

[TMLR 2025🔥] Una encuesta sobre modelos autorregresivos en visión.

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

Entrenar modelos de forma contrastiva en PyTorch

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

biblioteca que apoya la investigación de PNL y CV en artículos científicos

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

Lista de artículos sobre modelos multimodales y de lenguaje grandes, utilizada solo para registrar artículos que leo en el arxiv diario para necesidades personales.

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

Paddle Multimodal Integration and eXploration, compatible con tareas multimodales convencionales, incluidos modelos de preentrenamiento multimodales a gran escala de extremo a extremo y caja de herramientas de modelos de difusión. Equipado con alto rendimiento y flexibilidad.

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

Convierta documentos en Markdown listo para IA con comprensión visual

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

Un modelo de código abierto para comprender el habla, los sonidos ambientales y la música mediante la generación de subtítulos, preguntas y respuestas, y razonamiento

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

Una caja de herramientas para recomendaciones multimodales. Integrando más de 10 modelos...

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

Este repositorio contiene el código de "VLM2Vec / MMEB" [ICLR 2025], "VLM2Vec-V2 / MMEB-V2" [TMLR 2026] y "MMEB-V3" [COLM 2026]

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

[ECCV 2024] InstructIR: Restauración de imágenes de alta calidad siguiendo instrucciones humanas https://huggingface.co/spaces/marcosv/InstructIR

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

Second Brain es un marco agentivo que actúa como un sistema operativo, utilizando inteligencia de archivos locales, automatización de flujos de trabajo y LLMs para completar tareas y comunicarse a través de múltiples modalidades y plataformas de mensajería.

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

Un Agent Skill universal para tarjetas holográficas: compatible con cualquier plataforma y modelo multimodal. Convierte una sola frase en una página web de tarjetas 3D que puedes arrastrar y girar, con luz fluida y profundidad por capas; incluye un proyecto de Blender editable.

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

Un motor nativo de inferencia de modelos de lenguaje grande (LLM) y un entorno de ejecución de agentes .NET para modelos GGUF. TensorSharp ofrece una aplicación de consola, una interfaz de chatbot basada en la web, una aplicación para iPhone y API HTTP compatibles con Ollama/OpenAI para el acceso mediante programación. Es compatible con Windows, macOS, iOS y Linux, con capacidades completas de GPU.

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

AI Manus es un sistema de agente de IA de propósito general que permite ejecutar diversas herramientas y operaciones en un entorno aislado.

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

Un motor de aprendizaje por refuerzo asíncrono para post-entrenamiento omnimodal a gran escala

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

AI Manus es un sistema de agente de IA de propósito general que permite ejecutar diversas herramientas y operaciones en un entorno aislado.

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

AI Manus es un sistema de agente de IA de propósito general que permite ejecutar diversas herramientas y operaciones en un entorno aislado.

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

✨✨Últimos Artículos y Benchmarks en Razonamiento con Modelos Fundacionales

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

AI Manus es un sistema de agente de IA de propósito general que permite ejecutar diversas herramientas y operaciones en un entorno aislado.

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

AI Manus es un sistema de agente de IA de propósito general que permite ejecutar diversas herramientas y operaciones en un entorno aislado.

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

AI Manus es un sistema de agente de IA de propósito general que permite ejecutar diversas herramientas y operaciones en un entorno aislado.

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

AI Manus es un sistema de agente de IA de propósito general que permite ejecutar diversas herramientas y operaciones en un entorno aislado.

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

AI Manus es un sistema de agente de IA de propósito general que permite ejecutar diversas herramientas y operaciones en un entorno aislado.

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

AI Manus es un sistema de agente de IA de propósito general que permite ejecutar diversas herramientas y operaciones en un entorno aislado.

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

AI Manus es un sistema de agente de IA de propósito general que permite ejecutar diversas herramientas y operaciones en un entorno aislado.

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

AI Manus es un sistema de agentes de IA de propósito general que permite ejecutar diversas herramientas y operaciones en un entorno aislado.

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

AI Manus es un sistema de agente de IA de propósito general que permite ejecutar diversas herramientas y operaciones en un entorno aislado.

violetkomodolimit
⭐ 651 👤 violetkomodolimit User 🕐 Actualizado 2026-11-15 📅 Creado 2026-11-14