Git Stars Git Stars

#vlm Repositorios

Descubre 89 repositorios activos de código abierto de GitHub etiquetados con #vlm, que acumulan 457,898 estrellas en total (una media de 5,144 estrellas por proyecto). El líder de este tema es huggingface/transformers, con 169,339 estrellas.

89
Total de Repositorios
457,898
Total de estrellas
5,144
Promedio de Estrellas/Repo

89 repositorios en total

1
huggingface/transformers

🤗 Transformers: el framework de definición de modelos para modelos de machine learning de vanguardia en texto, visión, audio y modelos multimodales, tanto para inferencia como para entrenamiento.

huggingface
⭐ 169,339 Python 👤 huggingface Organization 🕐 Actualizado 2026-11-21 📅 Creado 2018-10-29
2
bytedance/UI-TARS-desktop

El Stack de Agentes IA Multimodales de Código Abierto: Conectando Modelos de IA de Vanguardia e Infraestructura de Agentes

bytedance
⭐ 39,583 TypeScript 👤 bytedance Organization 🕐 Actualizado 2026-10-09 📅 Creado 2025-01-19
3
sgl-project/sglang

SGLang es un marco de servicio de alto rendimiento para modelos de lenguaje grandes y modelos multimodales.

sgl-project
⭐ 38,899 Python 👤 sgl-project Organization 🕐 Actualizado 2026-11-21 📅 Creado 2024-01-08
4
JuneYaooo/rea-video

Analiza a la inversa cualquier vídeo, plano a plano: descubre si se grabó, se generó con IA o se creó mediante código, y cómo recrearlo. Desgloses en el formato abierto VIDEO.md.

JuneYaooo
⭐ 11,577 Python 👤 JuneYaooo User 🕐 Actualizado 2026-11-21 📅 Creado 2026-10-29
5
StarTrail-org/PixelRAG

https://arxiv.org/abs/2606.28344. El fin del análisis web. El comienzo de la búsqueda nativa de píxeles escalable. enlace: https://pixelrag.ai/

StarTrail-org
⭐ 10,976 Python 👤 StarTrail-org Organization 🕐 Actualizado 2026-11-19 📅 Creado 2026-05-29
6
RunanywhereAI/runanywhere-sdks

Kit de herramientas listo para producción para ejecutar IA localmente

RunanywhereAI
⭐ 10,354 C++ 👤 RunanywhereAI Organization 🕐 Actualizado 2026-11-10 📅 Creado 2025-07-22
7
roboflow/notebooks

Una colección de tutoriales sobre modelos y técnicas de visión por computadora de vanguardia. Explore todo, desde arquitecturas fundamentales como ResNet hasta modelos de última generación como RF-DETR, YOLO11, SAM 3 y Qwen3-VL.

roboflow
⭐ 9,749 Jupyter Notebook 👤 roboflow Organization 🕐 Actualizado 2026-09-22 📅 Creado 2022-11-18
8
yzhao062/anomaly-detection-resources

Libros, artículos, vídeos y cajas de herramientas relacionados con la detección de anomalías. ¡Última actualización a finales de 2025 para trabajos sobre LLM y VLM!

yzhao062
⭐ 9,457 Python 👤 yzhao062 User 🕐 Actualizado 2026-03-02 📅 Creado 2018-05-16
9
oumi-ai/oumi

¡Ajusta finamente (SFT/RL), evalúa y despliega Qwen, Gemma o cualquier LLM/VLM agéntico de código abierto!

oumi-ai
⭐ 9,441 Python 👤 oumi-ai Organization 🕐 Actualizado 2026-11-21 📅 Creado 2024-05-07
10
qualcomm/GenieX

Ejecute LLM y VLM de vanguardia localmente en dispositivos Qualcomm a través de NPU, GPU y CPU con unas pocas líneas de código

qualcomm
⭐ 8,544 Go 👤 qualcomm Organization 🕐 Actualizado 2026-11-20 📅 Creado 2024-08-16
11
PaddlePaddle/ERNIE

El repositorio oficial para ERNIE 4.5 y ERNIEKit – su kit de desarrollo de grado industrial basado en PaddlePaddle.

PaddlePaddle
⭐ 7,739 Python 👤 PaddlePaddle Organization 🕐 Actualizado 2026-07-24 📅 Creado 2019-03-03
12
om-ai-lab/VLM-R1

Resolver la comprensión visual con VLMs mejorados

om-ai-lab
⭐ 6,048 Python 👤 om-ai-lab Organization 🕐 Actualizado 2026-07-07 📅 Creado 2025-02-06
13
OpenBMB/UltraRAG

Un framework MCP de bajo código para construir pipelines RAG complejos e innovadores

OpenBMB
⭐ 5,748 Python 👤 OpenBMB Organization 🕐 Actualizado 2026-11-21 📅 Creado 2025-01-16
14
changyeyu/LLM-RL-Visualized

🌟 ¡Más de 100 diagramas originales de LLM / RL 📚, obra maestra del autor de "Large Model Algorithms"! 💥 (100+ Mapas de Algoritmos LLM/RL)

changyeyu
⭐ 5,032 Python 👤 changyeyu User 🕐 Actualizado 2026-09-10 📅 Creado 2025-04-26
15
joanrod/star-vector

StarVector es un modelo fundamental para la generación de SVG que transforma la vectorización en una tarea de generación de código. Utilizando una arquitectura de modelado de visión y lenguaje, StarVector procesa entradas visuales y textuales para producir código SVG de alta calidad con una precisión notable.

joanrod
⭐ 4,639 Python 👤 joanrod User 🕐 Actualizado 2025-11-07 📅 Creado 2023-12-11
16
EvolvingLMMs-Lab/lmms-eval

Kit de evaluación multimodal One-for-All para tareas de texto, imagen, video y audio

EvolvingLMMs-Lab
⭐ 4,501 Python 👤 EvolvingLMMs-Lab Organization 🕐 Actualizado 2026-11-20 📅 Creado 2024-03-07
17
Hunyuan-PromptEnhancer/PromptEnhancer

[CVPR 2026] PromptEnhancer es una herramienta de reescritura de prompts que refina los prompts en versiones más claras y estructuradas para una mejor generación de imágenes.

Hunyuan-PromptEnhancer
⭐ 3,808 Python 👤 Hunyuan-PromptEnhancer Organization 🕐 Actualizado 2026-08-18 📅 Creado 2025-09-09
18
modelscope/evalscope

Un marco simplificado y personalizable para la evaluación eficiente y la evaluación comparativa del rendimiento de modelos grandes (LLM, VLM, AIGC).

modelscope
⭐ 3,715 Python 👤 modelscope Organization 🕐 Actualizado 2026-11-20 📅 Creado 2023-12-07
19
mit-han-lab/llm-awq

[MLSys 2024 Best Paper Award] AWQ: Cuantización de pesos sensible a la activación para la compresión y aceleración de LLM

mit-han-lab
⭐ 3,590 Python 👤 mit-han-lab Organization 🕐 Actualizado 2025-07-17 📅 Creado 2023-06-01
20
SoMarkAI/OXR

Un modelo de análisis de documentos de código abierto que utiliza un ciclo RSI durante el posentrenamiento y ofrece una precisión y velocidad de vanguardia.

SoMarkAI
⭐ 3,549 Python 👤 SoMarkAI Organization 🕐 Actualizado 2026-11-06 📅 Creado 2026-10-05
21
MiniMax-AI/MiniMax-01

El repositorio oficial de MiniMax-Text-01 y MiniMax-VL-01, modelo de lenguaje grande y modelo visión-lenguaje basado en atención lineal

MiniMax-AI
⭐ 3,445 Python 👤 MiniMax-AI Organization 🕐 Actualizado 2025-07-07 📅 Creado 2025-01-14
22
xlang-ai/OSWorld

[NeurIPS 2024] OSWorld: Benchmarking Multimodal Agents for Open-Ended Tasks in Real Computer Environments

xlang-ai
⭐ 3,273 Python 👤 xlang-ai Organization 🕐 Actualizado 2026-11-14 📅 Creado 2023-10-16
23
SkyworkAI/Skywork-R1V

Skywork-R1V es una serie avanzada de modelos de IA multimodal desarrollada por Skywork AI, especializada en el razonamiento visión-lenguaje.

SkyworkAI
⭐ 3,174 Python 👤 SkyworkAI Organization 🕐 Actualizado 2026-07-29 📅 Creado 2025-03-15
24
SharpAI/DeepCamera

Plataforma de habilidades de cámara AI de código abierto, NVR AI y vigilancia CCTV. Análisis de video VLM local con Qwen, DeepSeek, SmolVLM, LLaVA, YOLO26. Agente de cámara de seguridad impulsado por LLM — vigila, comprende, recuerda y protege tu hogar a través de Telegram, Discord o Slack. Habilidades AI con enchufes. OpenAI, Google, Anthropic o AI local. Funciona en Mac Mini y PC AI.

SharpAI
⭐ 3,144 JavaScript 👤 SharpAI Organization 🕐 Actualizado 2026-09-17 📅 Creado 2019-03-05
25
QiuYannnn/Local-File-Organizer

Una herramienta de gestión de archivos impulsada por IA que garantiza la privacidad al organizar textos e imágenes locales. Utilizando los modelos Llama3.2 3B y Llava v1.6 con el SDK de Nexa, escanea, reestructura y organiza intuitivamente los archivos para un acceso rápido y sin problemas y una fácil recuperación.

QiuYannnn
⭐ 3,069 Python 👤 QiuYannnn User 🕐 Actualizado 2024-10-21 📅 Creado 2024-09-21
26
lightseekorg/tokenspeed

TokenSpeed es un motor de inferencia LLM a la velocidad de la luz.

lightseekorg
⭐ 2,944 Python 👤 lightseekorg Organization 🕐 Actualizado 2026-11-21 📅 Creado 2026-05-06
27
om-ai-lab/OmAgent

[EMNLP-2024] Construcción de agentes de lenguaje multimodal para prototipos rápidos y producción

om-ai-lab
⭐ 2,670 Python 👤 om-ai-lab Organization 🕐 Actualizado 2026-10-16 📅 Creado 2024-07-04
28
llmsresearch/paperbanana

Implementación de código abierto y extensión de PaperBanana de Google Research para figuras académicas, diagramas y visuales de investigación automatizados, ampliada a nuevos dominios como la generación de diapositivas.

llmsresearch
⭐ 2,496 Python 👤 llmsresearch Organization 🕐 Actualizado 2026-09-17 📅 Creado 2026-02-04
29
zai-org/GLM-V

GLM-4.6V/4.5V/4.1V-Pensamiento: Hacia el Razonamiento Multimodal Versátil con Aprendizaje por Refuerzo Escalable

zai-org
⭐ 2,406 Python 👤 zai-org Organization 🕐 Actualizado 2026-11-06 📅 Creado 2025-06-28
30
BAAI-Agents/Cradle

El framework Cradle es un primer intento de Control General por Computadora (GCC). Cradle ayuda a los agentes a sobresalir en cualquier tarea informática al permitir sólidas capacidades de razonamiento, auto-mejora y curación de habilidades, en un entorno general estandarizado con requisitos mínimos.

BAAI-Agents
⭐ 2,394 Python 👤 BAAI-Agents Organization 🕐 Actualizado 2024-11-07 📅 Creado 2024-03-03
31
heshengtao/comfyui_LLM_party

El framework de agente LLM en ComfyUI incluye nodos de servidor MCP, Omost, GPT-sovits, ChatTTS, GOT-OCR2.0 y prompt FLUX, acceso a Feishu, discord y se adapta a todos los LLM con interfaces similares a openai / aisuite, como o1, ollama, gemini, grok, qwen, GLM, deepseek, kimi, doubao. Adaptado a LLM locales, VLM, gguf como llama-3.3 Janus-Pro, Linkage GraphRAG

heshengtao
⭐ 2,393 Python 👤 heshengtao User 🕐 Actualizado 2026-07-29 📅 Creado 2024-04-13
32
DanOps-1/Gpt-Agreement-Payment

Kit de herramientas de repetición de protocolo de extremo a extremo para suscripción ChatGPT Plus/Team/Pro · Solucionador visual de hCaptcha · Estudio empírico de mecanismos antifraude / Kit de herramientas de repetición de protocolo de extremo a extremo para suscripción ChatGPT Plus/Team/Pro con solucionador de hCaptcha desde cero y estudio empírico antifraude

DanOps-1
⭐ 2,313 Python 👤 DanOps-1 User 🕐 Actualizado 2026-06-15 📅 Creado 2026-04-27
33
cosmo-wander-ai/cosmo-edge

Motor de IA de borde en C++ listo para producción para análisis de vídeo y VLM en el dispositivo en Sophon, Rockchip RKNN y x86, con orquestación visual, OSD en tiempo real, eventos y benchmarks reproducibles.

cosmo-wander-ai
⭐ 2,106 C 👤 cosmo-wander-ai Organization 🕐 Actualizado 2026-11-20 📅 Creado 2026-06-09
34
CryptoAILab/Awesome-LM-SSP

Una lista de lectura sobre seguridad, protección y privacidad de modelos grandes (incluyendo Awesome LLM Security, Safety, etc.).

CryptoAILab
⭐ 2,106 👤 CryptoAILab Organization 🕐 Actualizado 2026-09-02 📅 Creado 2024-01-09
35
yueliu1999/Awesome-Jailbreak-on-LLMs

Awesome-Jailbreak-on-LLMs es una colección de métodos de jailbreak de última generación, novedosos y emocionantes en LLMs. Contiene artículos, códigos, conjuntos de datos, evaluaciones y análisis.

yueliu1999
⭐ 2,034 👤 yueliu1999 User 🕐 Actualizado 2026-11-08 📅 Creado 2024-06-27
36
NVIDIA-AI-Blueprints/video-search-and-summarization

El Blueprint de IA de NVIDIA para búsqueda y resumen de video (VSS) es una arquitectura de referencia acelerada por GPU para construir agentes de análisis de video con alertas verificadas en tiempo real, preguntas y respuestas visuales, e informes automatizados. El Blueprint VSS utiliza modelos de lenguaje visual (VLM) como NVIDIA Cosmos, LLM como NVIDIA Nemotron, RAG y NVIDIA NIM.

NVIDIA-AI-Blueprints
⭐ 2,003 Python 👤 NVIDIA-AI-Blueprints Organization 🕐 Actualizado 2026-11-21 📅 Creado 2024-10-22
37
2U1/Qwen-VL-Series-Finetune

Una implementación de código abierto para ajustar la serie Qwen-VL de Alibaba Cloud.

2U1
⭐ 1,983 Python 👤 2U1 User 🕐 Actualizado 2026-09-09 📅 Creado 2024-09-10
38
browser-use/macOS-use

Hacer que las aplicaciones de Mac sean accesibles para agentes de IA

browser-use
⭐ 1,948 Python 👤 browser-use Organization 🕐 Actualizado 2025-03-05 📅 Creado 2025-01-23
39
Core-Mate/OpenGUI

OpenGUI es un marco de trabajo de agentes de GUI para Android diseñado para IA en teléfonos, capaz de ver, planificar y operar aplicaciones móviles reales a través de la interfaz gráfica.

Core-Mate
⭐ 1,814 HTML 👤 Core-Mate Organization 🕐 Actualizado 2026-11-16 📅 Creado 2026-04-18
40
Tencent/AngelSlim

Kit de herramientas de compresión de modelos diseñado para una mayor usabilidad, exhaustividad y eficiencia.

Tencent
⭐ 1,811 Python 👤 Tencent Organization 🕐 Actualizado 2026-11-20 📅 Creado 2025-07-04
41
software-mansion/react-native-executorch

Biblioteca de inferencia de IA en el dispositivo para React Native, de alto rendimiento y con la privacidad como prioridad, impulsada por el runtime ExecuTorch de PyTorch

software-mansion
⭐ 1,794 TypeScript 👤 software-mansion Organization 🕐 Actualizado 2026-11-20 📅 Creado 2024-10-16
42
coderonion/awesome-yolo-object-detection

🚀🚀🚀 Una colección de algunos fantásticos proyectos de series públicas de detección de objetos YOLO y los conjuntos de datos de detección de objetos relacionados.

coderonion
⭐ 1,747 👤 coderonion User 🕐 Actualizado 2025-05-31 📅 Creado 2022-02-19
43
zapdos-labs/unblink

Monitoreo de cámara con VLM

zapdos-labs
⭐ 1,518 Go 👤 zapdos-labs Organization 🕐 Actualizado 2026-03-09 📅 Creado 2025-11-05
44
peterdsharpe/AeroSandbox

Optimización del diseño de aeronaves acelerada mediante transformaciones de grafos computacionales (p. ej., diferenciación automática). Herramientas de análisis componibles para aerodinámica, propulsión, estructuras, diseño de trayectoria y mucho más.

peterdsharpe
⭐ 1,400 Jupyter Notebook 👤 peterdsharpe User 🕐 Actualizado 2026-10-30 📅 Creado 2019-05-15
45
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
46
fpgaminer/joycaption

JoyCaption es un modelo de lenguaje visual (VLM) para subtítulos de imágenes, construido desde cero como un modelo gratuito, abierto y sin censura para que la comunidad lo utilice en el entrenamiento de modelos de difusión.

fpgaminer
⭐ 1,303 Jupyter Notebook 👤 fpgaminer User 🕐 Actualizado 2026-02-24 📅 Creado 2024-10-12
47
zai-org/CogAgent

Un agente GUI open-source de extremo a extremo basado en VLM

zai-org
⭐ 1,201 Python 👤 zai-org Organization 🕐 Actualizado 2026-10-12 📅 Creado 2023-11-28
48
InternRobotics/InternNav

Plataforma abierta de InternRobotics para construir modelos fundamentales de navegación generalizados.

InternRobotics
⭐ 1,189 Jupyter Notebook 👤 InternRobotics Organization 🕐 Actualizado 2026-03-10 📅 Creado 2025-07-24
49
RainBowLuoCS/Gamer

Implementación oficial de Gamer: un modelo fundacional generalista de visión, lenguaje y acción para agentes de videojuegos en tiempo real con horizontes prolongados

RainBowLuoCS
⭐ 1,179 👤 RainBowLuoCS User 🕐 Actualizado 2026-11-16 📅 Creado 2026-10-30
50
momozi1996/awesome-ai-persona-skills

La colección más completa, actualizada continuamente y más popular de más de 100 habilidades de destilación de personajes en la web | Sistemas multiagente | Todas las categorías: celebridades/directores/leyendas en línea/textos antiguos/anime/lugar de trabajo/emociones

momozi1996
⭐ 1,129 Shell 👤 momozi1996 User 🕐 Actualizado 2026-09-02 📅 Creado 2026-04-10

Preguntas frecuentes

1

¿Cuál es el repositorio de #vlm más popular en GitHub?

El proyecto de código abierto de #vlm mejor posicionado en GitHub es huggingface/transformers, con 169,339 estrellas. 🤗 Transformers: el framework de definición de modelos para modelos de machine learning de vanguardia en texto, visión, audio y modelos multimodales, tanto para inferencia como para entrenamiento.

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #vlm?

Entre los proyectos de #vlm mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, TypeScript, Go.

3

¿Cómo se calcula la clasificación de los repositorios de #vlm?

Seguimos 89 repositorios activos de código abierto etiquetados con #vlm (500+ estrellas), que suman un total de 457,898 estrellas, con una media de 5,144 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.