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

151
taboospecialistblade/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.

taboospecialistblade
⭐ 651 👤 taboospecialistblade User 🕐 Actualizado 2026-11-15 📅 Creado 2026-11-14
152
Tonephorepair/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.

Tonephorepair
⭐ 650 👤 Tonephorepair User 🕐 Actualizado 2026-11-15 📅 Creado 2026-11-14
153
trackboatwrightplan/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.

trackboatwrightplan
⭐ 649 👤 trackboatwrightplan User 🕐 Actualizado 2026-11-15 📅 Creado 2026-11-14
154
JIA-Lab-research/Seg-Zero

Página del proyecto para "Seg-Zero: Segmentación guiada por cadena de razonamiento mediante refuerzo cognitivo"

JIA-Lab-research
⭐ 647 Python 👤 JIA-Lab-research Organization 🕐 Actualizado 2026-01-17 📅 Creado 2025-03-07
155
Tencent-Hunyuan/Hunyuan3D-Omni

Hunyuan3D-Omni: Un marco unificado para la generación controlada de activos 3D

Tencent-Hunyuan
⭐ 643 Python 👤 Tencent-Hunyuan Organization 🕐 Actualizado 2025-10-17 📅 Creado 2025-09-25
156
AILab-CVC/SEED

Implementación oficial de SEED-LLaMA (ICLR 2024).

AILab-CVC
⭐ 638 Python 👤 AILab-CVC Organization 🕐 Actualizado 2024-09-21 📅 Creado 2023-07-15
157
SkalskiP/awesome-foundation-and-multimodal-models

👁️ + 💬 + 🎧 = 🤖 Lista curada de los mejores modelos fundacionales y multimodales. [Paper + Código + Ejemplos + Tutoriales]

SkalskiP
⭐ 635 Python 👤 SkalskiP User 🕐 Actualizado 2024-02-29 📅 Creado 2023-10-08
158
motis-project/motis

enrutamiento multimodal, geocodificación y teselas de mapa

motis-project
⭐ 628 C++ 👤 motis-project Organization 🕐 Actualizado 2026-11-18 📅 Creado 2020-04-14
159
Denis2054/RAG-Driven-Generative-AI

Este repositorio proporciona programas para construir código de Generación Aumentada por Recuperación (RAG) para IA Generativa con LlamaIndex, Deep Lake y Pinecone, aprovechando el poder de los modelos de OpenAI y Hugging Face para la generación y evaluación.

Denis2054
⭐ 627 Jupyter Notebook 👤 Denis2054 User 🕐 Actualizado 2025-09-23 📅 Creado 2024-04-19
160
omriav/blended-latent-diffusion

Implementación oficial para "Blended Latent Diffusion" [SIGGRAPH 2023]

omriav
⭐ 627 Jupyter Notebook 👤 omriav User 🕐 Actualizado 2024-06-04 📅 Creado 2022-06-06
161
turningpoint-ai/VisualThinker-R1-Zero

Explore el "momento eureka" multimodal en el modelo 2B

turningpoint-ai
⭐ 623 Python 👤 turningpoint-ai Organization 🕐 Actualizado 2025-03-18 📅 Creado 2025-02-24
162
RobotecAI/rai

RAI es un marco agente agnóstico de proveedores para robótica de IA Física, que utiliza herramientas de ROS 2 para realizar acciones complejas, escenarios definidos, ejecución de interfaz libre, resúmenes de registros, interacción por voz y más.

RobotecAI
⭐ 619 Python 👤 RobotecAI Organization 🕐 Actualizado 2026-11-11 📅 Creado 2024-06-04
163
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
164
oxbshw/watch-skill

Dota a los agentes de IA de ojos, oídos y resultados verificables. Watch Skill convierte el vídeo, el audio y la actividad de pantalla en pruebas con marcas de tiempo y fáciles de buscar, y demuestra el trabajo mediante contratos deterministas, no opiniones del modelo. DeepWatch es el espacio de trabajo para agentes basado en DeepSeek Harness. Python + npm, MCP, CLI, REST y Web.

oxbshw
⭐ 599 Python 👤 oxbshw User 🕐 Actualizado 2026-11-16 📅 Creado 2026-07-05
165
baaivision/tokenize-anything

[ECCV 2024] Tokeniza cualquier cosa mediante prompts

baaivision
⭐ 599 Jupyter Notebook 👤 baaivision Organization 🕐 Actualizado 2024-12-11 📅 Creado 2023-12-14
166
the-ai-merge/multimodal-agents-course

¡Un agente de IA multimodal MCP con ojos y oídos!

the-ai-merge
⭐ 587 Python 👤 the-ai-merge Organization 🕐 Actualizado 2026-01-05 📅 Creado 2025-04-07
167
vignshwarar/AI-Employe

Crea automatización del navegador como si estuvieras enseñando a un humano usando GPT-4 Vision.

vignshwarar
⭐ 587 TypeScript 👤 vignshwarar User 🕐 Actualizado 2024-02-19 📅 Creado 2023-12-21
168
SAOS-3624/dsh-video-storyboard

Guion gráfico con reconocimiento de escenas para DeepSeek Harness: de 9 a 16 celdas numeradas con marcas de tiempo + transcripción + envolvente de audio, todo en UNA sola imagen (384 tokens). Dos herramientas: video_storyboard y video_zoom.

SAOS-3624
⭐ 585 JavaScript 👤 SAOS-3624 User 🕐 Actualizado 2026-11-21 📅 Creado 2026-10-26
169
FoundationVision/Groma

[ECCV2024] Modelo de Lenguaje Grande Multimodal Fundamentado con Tokenización Visual Localizada

FoundationVision
⭐ 582 Python 👤 FoundationVision Organization 🕐 Actualizado 2024-06-07 📅 Creado 2024-04-21
170
omriav/blended-diffusion

Implementación oficial de "Blended Diffusion para la edición de imágenes naturales impulsada por texto" [CVPR 2022]

omriav
⭐ 582 Jupyter Notebook 👤 omriav User 🕐 Actualizado 2024-06-04 📅 Creado 2021-11-29
171
microsoft/psi

Plataforma para la Inteligencia Situada

microsoft
⭐ 577 C# 👤 microsoft Organization 🕐 Actualizado 2026-10-19 📅 Creado 2016-09-09
172
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
173
alan-ai/alan-sdk-reactnative

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

alan-ai
⭐ 573 Ruby 👤 alan-ai Organization 🕐 Actualizado 2026-02-14 📅 Creado 2019-10-23
174
monatis/clip.cpp

Inferencia CLIP en C/C++ puro sin dependencias adicionales

monatis
⭐ 572 C++ 👤 monatis User 🕐 Actualizado 2026-08-24 📅 Creado 2023-04-28
175
Code-Amadeus/Amadeus

Agente de escritorio multimodal en tiempo real que evoluciona hacia una interfaz persistente de sistema operativo con IA (0.17 α).

Code-Amadeus
⭐ 570 Python 👤 Code-Amadeus Organization 🕐 Actualizado 2026-11-21 📅 Creado 2026-07-26
176
Flame-Code-VLM/Flame-Code-VLM

Flame es un sistema de IA multimodal de código abierto diseñado para traducir maquetas de diseño de UI en código React de alta calidad. Aprovecha el modelado de visión y lenguaje, la síntesis de datos automatizada y los flujos de trabajo de entrenamiento estructurados para cerrar la brecha entre el diseño y el desarrollo front-end.

Flame-Code-VLM
⭐ 564 Python 👤 Flame-Code-VLM Organization 🕐 Actualizado 2026-02-11 📅 Creado 2025-02-10
177
uclanlp/OpenVLHarness

Código oficial de OpenVLHarness: uso de herramientas por agentes visuales en el mundo real con memoria multimodal

uclanlp
⭐ 557 Python 👤 uclanlp Organization 🕐 Actualizado 2026-11-10 📅 Creado 2026-10-15
178
vlm-run/vlmrun-hub

Un centro para varios esquemas específicos de la industria para usar con VLMs.

vlm-run
⭐ 555 Python 👤 vlm-run Organization 🕐 Actualizado 2025-12-15 📅 Creado 2024-11-11
179
OpenEnvision/Awesome-Multimodal-Modeling

Modelado multimodal impresionante [Cubre MLLM, UMM y NMM]

OpenEnvision
⭐ 552 JavaScript 👤 OpenEnvision Organization 🕐 Actualizado 2026-11-15 📅 Creado 2026-03-27
180
OmniJev/Flide

🔥🔥 El motor de inferencia ultrarrápido para modelos de decisión

OmniJev
⭐ 550 Python 👤 OmniJev Organization 🕐 Actualizado 2026-11-21 📅 Creado 2026-10-24
181
google/break-a-scene

Implementación oficial para "Break-A-Scene: Extracting Multiple Concepts from a Single Image" [SIGGRAPH Asia 2023]

google
⭐ 525 Python 👤 google Organization 🕐 Actualizado 2024-01-14 📅 Creado 2023-09-13
⭐ 517 Zig 👤 antflydb Organization 🕐 Actualizado 2026-11-21 📅 Creado 2026-03-15
183
hustvl/EVF-SAM

Código oficial de «EVF-SAM: Fusión temprana visión-lenguaje para el modelo Segment Anything con prompt de texto»

hustvl
⭐ 500 Python 👤 hustvl Organization 🕐 Actualizado 2025-03-17 📅 Creado 2024-06-12