Git Stars Git Stars

#multi-modal Dépôts

Découvrez 47 dépôts GitHub open source actifs associés à #multi-modal, cumulant 208,313 étoiles au total (soit une moyenne de 4,432 étoiles par projet). Le projet en tête de ce thème est agentscope-ai/agentscope, avec 36,422 étoiles.

47
Total des Dépôts
208,313
Nombre total d'étoiles
4,432
Moyenne d'Étoiles/Dépôt
1
agentscope-ai/agentscope

Créez et exécutez des agents que vous pouvez voir, comprendre et faire confiance.

agentscope-ai
⭐ 36,422 Python 👤 agentscope-ai Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2024-01-12
2
OpenBMB/MiniCPM-V

Regardez, écoutez et interagissez sur vos appareils locaux.

OpenBMB
⭐ 27,174 Python 👤 OpenBMB Organization 🕐 Mis à jour 2026-11-09 📅 Créé 2024-01-29
3
TEN-framework/ten-framework

Framework open-source pour agents vocaux IA conversationnels

TEN-framework
⭐ 11,241 Python 👤 TEN-framework Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2024-06-19
4
OpenGVLab/InternVL

[CVPR 2024 Oral] InternVL Family : Une alternative open-source pionnière à GPT-4o. Un modèle de dialogue multimodal open-source aux performances proches de GPT-4o.

OpenGVLab
⭐ 10,160 Python 👤 OpenGVLab Organization 🕐 Mis à jour 2025-09-22 📅 Créé 2023-11-22
5
modelscope/modelscope

ModelScope : donne vie à la notion de Modèle en tant que Service.

modelscope
⭐ 9,224 Python 👤 modelscope Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2022-07-25
6
datajuicer/data-juicer

Traitement des données pour et avec des modèles fondamentaux ! 🍎 🍋 🌽 ➡️ ➡️🍸 🍹 🍷

datajuicer
⭐ 7,266 Python 👤 datajuicer Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2023-08-01
7
enricoros/big-AGI

L’espace de travail IA pour les experts. Passez d’un modèle à l’autre parmi plus de 800 en cours de conversation, ajustez plus de 40 paramètres et comparez les modèles Beam côte à côte. Utilisez vos propres clés et hébergez-le vous-même. Construit sur notre moteur de protocole natif : fiable, hyperconfigurable et rapide.

enricoros
⭐ 7,167 TypeScript 👤 enricoros User 🕐 Mis à jour 2026-11-20 📅 Créé 2023-03-19
8
zai-org/CogVLM

un modèle de langage visuel ouvert de pointe | modèle pré-entraîné multimodal

zai-org
⭐ 6,712 Python 👤 zai-org Organization 🕐 Mis à jour 2024-05-29 📅 Créé 2023-09-18
9
valhalla/valhalla

Moteur de routage open source pour OpenStreetMap

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

Version chinoise de CLIP qui permet la récupération intermodale et la génération de représentations en chinois.

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

Bibliothèque LLM open-weight Gemma de Google DeepMind

google-deepmind
⭐ 5,867 Python 👤 google-deepmind Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2024-02-20
12
lucidrains/DALLE-pytorch

Implémentation / réplication de DALL-E, le Transformer Texte vers Image d'OpenAI, en Pytorch

lucidrains
⭐ 5,632 Python 👤 lucidrains User 🕐 Mis à jour 2024-02-17 📅 Créé 2021-01-05
13
marqo-ai/marqo

Recherche et Découverte du commerce électronique - marqo.ai

marqo-ai
⭐ 5,024 Python 👤 marqo-ai Organization 🕐 Mis à jour 2026-09-03 📅 Créé 2022-08-01
14
open-compass/VLMEvalKit

Boîte à outils d'évaluation open-source pour les grands modèles multimodaux (LMM), prend en charge plus de 220 LMM et plus de 80 benchmarks

open-compass
⭐ 4,499 Python 👤 open-compass Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2023-12-01
15
zjunlp/DeepKE

[EMNLP 2022] Un kit d'outils ouvert pour l'extraction et la construction de graphes de connaissances

zjunlp
⭐ 4,486 Python 👤 zjunlp Organization 🕐 Mis à jour 2026-07-13 📅 Créé 2018-08-01
16
VectorSpaceLab/OmniGen

OmniGen : Génération d'images unifiée. https://arxiv.org/pdf/2409.11340

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

Modèle linguistique conversationnel multimodal chinois et anglais | Modèle linguistique de dialogue bilingue chinois-anglais multimodal

zai-org
⭐ 4,181 Python 👤 zai-org Organization 🕐 Mis à jour 2024-08-23 📅 Créé 2023-04-23
18
SciSharp/LLamaSharp

Une bibliothèque C#/.NET pour exécuter efficacement des LLM (🦙LLaMA/LLaVA) sur votre appareil local.

SciSharp
⭐ 3,826 C# 👤 SciSharp Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2023-05-09
19
huangjunsen0406/py-xiaozhi

Écosystème d'assistant IA open source avec intégrations MCP, workflows multimodaux, support IoT et interaction vocale multiplateforme.

huangjunsen0406
⭐ 3,560 Python 👤 huangjunsen0406 User 🕐 Mis à jour 2026-11-09 📅 Créé 2025-02-15
20
PKU-YuanGroup/Video-LLaVA

【EMNLP 2024🔥】Video-LLaVA : Apprentissage d'une Représentation Visuelle Unifiée par Alignement avant Projection

PKU-YuanGroup
⭐ 3,425 Python 👤 PKU-YuanGroup Organization 🕐 Mis à jour 2024-12-03 📅 Créé 2023-10-23
21
docarray/docarray

Représenter, envoyer, stocker et rechercher des données multimodales

docarray
⭐ 3,123 Python 👤 docarray Organization 🕐 Mis à jour 2026-03-27 📅 Créé 2021-12-14
22
JIA-Lab-research/LISA

Page du projet pour "LISA: Segmentation par raisonnement via un grand modèle linguistique"

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

Modèle multimodal open-source de niveau GPT4V basé sur Llama3-8B

zai-org
⭐ 2,439 Python 👤 zai-org Organization 🕐 Mis à jour 2025-03-03 📅 Créé 2024-05-10
24
PKU-YuanGroup/MoE-LLaVA

【TMM 2025🔥】 Mixture-of-Experts pour les grands modèles Vision-Langage

PKU-YuanGroup
⭐ 2,321 Python 👤 PKU-YuanGroup Organization 🕐 Mis à jour 2025-07-15 📅 Créé 2023-12-14
25
tangxyw/RecSysPapers

Une collection d'articles classiques et de pointe de l'industrie dans les domaines de la recommandation/de la publicité/de la recherche. A collection of industry classics and cutting-edge papers in the field of recommendation/advertising/search.

tangxyw
⭐ 2,216 Python 👤 tangxyw User 🕐 Mis à jour 2026-06-11 📅 Créé 2022-08-16
26
OpenMotionLab/MotionGPT

[NeurIPS 2023] MotionGPT : le mouvement humain comme une langue étrangère, un modèle unifié de génération de mouvement-langage utilisant les LLM

OpenMotionLab
⭐ 1,943 Python 👤 OpenMotionLab Organization 🕐 Mis à jour 2025-07-01 📅 Créé 2023-06-20
27
Kav-K/GPTDiscord

Une interface GPT robuste tout-en-un pour Discord. Conversations de style ChatGPT, génération d'images, modération par IA, index/base de connaissances personnalisés, résumeur YouTube, et plus encore !

Kav-K
⭐ 1,852 Python 👤 Kav-K User 🕐 Mis à jour 2026-11-01 📅 Créé 2022-12-08
28
IntelLabs/fastRAG

Cadre efficace pour la récupération augmentée et la génération

IntelLabs
⭐ 1,758 Python 👤 IntelLabs Organization 🕐 Mis à jour 2025-01-09 📅 Créé 2023-01-23
29
bytedance/SALMONN

Famille SALMONN : Une suite de LLM multimodaux avancés

bytedance
⭐ 1,576 👤 bytedance Organization 🕐 Mis à jour 2026-10-16 📅 Créé 2023-08-11
30
lucidrains/transfusion-pytorch

Implémentation Pytorch de Transfusion, "Prédire le prochain token et diffuser des images avec un seul modèle multimodal" par MetaAI

lucidrains
⭐ 1,412 Python 👤 lucidrains User 🕐 Mis à jour 2026-09-04 📅 Créé 2024-08-23
31
datascale-ai/data_engineering_book

Ingénierie des données pour les grands modèles : Architecture, algorithmes et pratique de projet

datascale-ai
⭐ 1,398 Python 👤 datascale-ai Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2026-01-31
32
MedMNIST/MedMNIST

[pip install medmnist] 18 jeux de données standardisés pour la classification d'images biomédicales 2D et 3D

MedMNIST
⭐ 1,367 Python 👤 MedMNIST Organization 🕐 Mis à jour 2025-01-11 📅 Créé 2020-10-25
33
vercel/modelfusion

La bibliothèque TypeScript pour la création d'applications d'IA.

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

Ce dépôt rassemble des articles pour "A Survey on Knowledge Distillation of Large Language Models". Nous décomposons la KD en Élicitation des Connaissances et Algorithmes de Distillation, et explorons la Distillation par Compétence et Verticale des LLM.

Tebmer
⭐ 1,282 👤 Tebmer User 🕐 Mis à jour 2025-03-09 📅 Créé 2024-02-08
35
OpenBMB/VisRAG

RAG sans analyse syntaxique pris en charge par les VLM

OpenBMB
⭐ 991 Python 👤 OpenBMB Organization 🕐 Mis à jour 2026-11-02 📅 Créé 2024-10-14
36
microsoft/farmvibes-ai

FarmVibes.AI : Modèles ML Géospatiaux Multi-Modaux pour l'Agriculture et la Durabilité

microsoft
⭐ 913 Jupyter Notebook 👤 microsoft Organization 🕐 Mis à jour 2026-11-03 📅 Créé 2022-09-06
37
PKU-YuanGroup/LanguageBind

【ICLR 2024🔥】 Extension du pré-entraînement vidéo-langage à N modalités par alignement sémantique basé sur le langage

PKU-YuanGroup
⭐ 856 Python 👤 PKU-YuanGroup Organization 🕐 Mis à jour 2024-03-25 📅 Créé 2023-10-02
38
AnswerDotAI/byaldi

Utilisez des modèles multimodaux à interaction tardive tels que ColPali en quelques lignes de code.

AnswerDotAI
⭐ 848 Python 👤 AnswerDotAI Organization 🕐 Mis à jour 2025-01-28 📅 Créé 2024-09-04
39
OpenVGLab/OmniLottie

[CVPR 2026🔥] 🧑‍🎨 OmniLottie, un générateur d'animation vectorielle multimodale open‑source qui produit des fichiers JSON Lottie.

OpenVGLab
⭐ 816 Python 👤 OpenVGLab Organization 🕐 Mis à jour 2026-04-06 📅 Créé 2026-01-15
40
raphael-seo/Versatile-OCR-Program

Pipeline OCR multimodale optimisée pour l'entraînement ML (texte, figures, mathématiques, tableaux, diagrammes)

raphael-seo
⭐ 677 Python 👤 raphael-seo User 🕐 Mis à jour 2026-05-13 📅 Créé 2025-04-01
41
salesforce/UniControl

Modèle de génération visuelle unifié et contrôlable

salesforce
⭐ 665 Python 👤 salesforce Organization 🕐 Mis à jour 2026-06-02 📅 Créé 2023-05-18
42
InternRobotics/Aether

[ICCV 2025 & ICCV 2025 RIWM Prix du Meilleur Article] Aether : Modélisation unifiée du monde consciente de la géométrie

InternRobotics
⭐ 614 Python 👤 InternRobotics Organization 🕐 Mis à jour 2025-10-26 📅 Créé 2025-03-24
43
F-R-L/forge-film

Génération parallèle de films IA pilotée par DAG multi-modèle — accélération parallèle évolue avec l'indépendance des scènes ; Générer les scènes de film simultanément au lieu de les faire une par une ; "Transformer le graphe d'exécution de la génération audiovisuelle de l'ordre topologique vers une planification optimale du chemin critique" ; Le seul moteur de génération de films qui modélise les dépendances narratives des scènes comme un DAG et pilote la planification parallèle avec l'algorithme CPM

F-R-L
⭐ 540 Python 👤 F-R-L User 🕐 Mis à jour 2026-03-26 📅 Créé 2026-03-24
44
kyegomez/RT-2

Démocratisation de RT-2 « RT-2 : Nouveau modèle traduisant la vision et le langage en action »

kyegomez
⭐ 539 Python 👤 kyegomez User 🕐 Mis à jour 2024-07-26 📅 Créé 2023-07-28
45
worldbench/awesome-vla-for-ad

🌐 Modèles de vision, langage et action pour la conduite autonome : passé, présent et avenir

worldbench
⭐ 530 HTML 👤 worldbench Organization 🕐 Mis à jour 2026-11-14 📅 Créé 2025-09-07
46
patrickjohncyh/fashion-clip

FashionCLIP est un modèle similaire à CLIP affiné pour le domaine de la mode.

patrickjohncyh
⭐ 518 Python 👤 patrickjohncyh User 🕐 Mis à jour 2025-01-30 📅 Créé 2022-05-20
47
jqtangust/Robust-R1

🔥🔥🔥[AAAI 2026 Oral] Mise en œuvre officielle de Robust‑R1: Raisonnement sensible à la dégradation pour une compréhension visuelle robuste

jqtangust
⭐ 510 Python 👤 jqtangust User 🕐 Mis à jour 2026-01-20 📅 Créé 2025-11-09

Foire aux questions

1

Quel est le dépôt #multi-modal le plus populaire sur GitHub ?

Le projet #multi-modal open source le mieux classé sur GitHub est agentscope-ai/agentscope, avec 36,422 étoiles. Créez et exécutez des agents que vous pouvez voir, comprendre et faire confiance.

2

Quels langages de programmation sont les plus utilisés dans les dépôts #multi-modal ?

Parmi les projets #multi-modal les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, TypeScript, C++.

3

Comment le classement des dépôts #multi-modal est-il calculé ?

Nous suivons 47 dépôts open source actifs associés à #multi-modal (500+ étoiles), totalisant 208,313 étoiles, avec une moyenne de 4,432 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.