Git Stars Git Stars

#multi-modal-learning Dépôts

Découvrez 19 dépôts GitHub open source actifs associés à #multi-modal-learning, cumulant 41,270 étoiles au total (soit une moyenne de 2,172 étoiles par projet). Le projet en tête de ce thème est mlfoundations/open_clip, avec 14,278 étoiles.

19
Total des Dépôts
41,270
Nombre total d'étoiles
2,172
Moyenne d'Étoiles/Dépôt
Langages de programmation: Python Jupyter Notebook Java
1
mlfoundations/open_clip

Une implémentation open source de CLIP.

mlfoundations
⭐ 14,278 Python 👤 mlfoundations Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2021-07-28
2
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
3
open-gigaai/giga-brain-0

GigaBrain-0: Un modèle vision-langage-action alimenté par un modèle du monde

open-gigaai
⭐ 2,673 Python 👤 open-gigaai Organization 🕐 Mis à jour 2026-09-09 📅 Créé 2025-09-26
4
MineDojo/MineDojo

Construction d'agents incarnés ouverts avec des connaissances à l'échelle d'Internet

MineDojo
⭐ 2,108 Java 👤 MineDojo Organization 🕐 Mis à jour 2024-03-18 📅 Créé 2022-06-18
5
NVlabs/RADIO

Dépôt officiel pour "AM-RADIO: Reduce All Domains Into One"

NVlabs
⭐ 2,008 Python 👤 NVlabs Organization 🕐 Mis à jour 2026-10-06 📅 Créé 2023-12-08
6
apple-aiml-research/ml-mobileclip

Ce dépôt contient l'implémentation officielle des articles de recherche « MobileCLIP » CVPR 2024 et « MobileCLIP2 » TMLR Août 2025

apple-aiml-research
⭐ 1,687 Python 👤 apple-aiml-research Organization 🕐 Mis à jour 2026-09-11 📅 Créé 2024-03-01
7
lyuchenyang/Macaw-LLM

Macaw-LLM : Modélisation du langage multimodal avec intégration d'images, de vidéos, d'audio et de texte

lyuchenyang
⭐ 1,594 Python 👤 lyuchenyang User 🕐 Mis à jour 2025-01-01 📅 Créé 2023-05-23
8
ZeyueT/AudioX

[ICLR 2026] Dépôt de AudioX

ZeyueT
⭐ 1,559 Python 👤 ZeyueT User 🕐 Mis à jour 2026-03-10 📅 Créé 2025-03-13
9
NVlabs/prismer

La mise en œuvre de "Prismer: un modèle Vision-Language avec des experts multitâches".

NVlabs
⭐ 1,308 Python 👤 NVlabs Organization 🕐 Mis à jour 2024-01-17 📅 Créé 2023-03-02
10
Phantom-video/HuMo

HuMo : Génération vidéo centrée sur l'humain via un conditionnement multimodal collaboratif

Phantom-video
⭐ 1,292 Python 👤 Phantom-video User 🕐 Mis à jour 2026-01-25 📅 Créé 2025-09-09
11
microsoft/VideoX

VideoX : une collection de modèles vidéo cross-modaux

microsoft
⭐ 1,052 Python 👤 microsoft Organization 🕐 Mis à jour 2024-06-03 📅 Créé 2019-11-21
12
alfworld/alfworld

ALFWorld: Alignement du texte et des environnements incarnés pour l'apprentissage interactif

alfworld
⭐ 921 Python 👤 alfworld User 🕐 Mis à jour 2026-02-08 📅 Créé 2020-10-13
13
IDEA-Research/X-Pose

[ECCV 2024] Implémentation officielle du papier "X-Pose: Detecting Any Keypoints"

IDEA-Research
⭐ 772 Python 👤 IDEA-Research Organization 🕐 Mis à jour 2024-08-16 📅 Créé 2023-10-11
14
lucidrains/x-clip

Une implémentation concise mais complète de CLIP, intégrant diverses améliorations expérimentales issues d’articles récents

lucidrains
⭐ 726 Python 👤 lucidrains User 🕐 Mis à jour 2026-11-03 📅 Créé 2021-12-01
15
microsoft/BiomedParse

BiomedParse : Un modèle de base pour la segmentation, la détection et la reconnaissance conjointes d'objets biomédicaux à travers neuf modalités

microsoft
⭐ 717 Python 👤 microsoft Organization 🕐 Mis à jour 2026-09-09 📅 Créé 2024-05-18
16
taokz/BiomedGPT

BiomedGPT: Un modèle de fondation généraliste Vision-Langage pour diverses tâches biomédicales

taokz
⭐ 707 Python 👤 taokz User 🕐 Mis à jour 2025-07-08 📅 Créé 2023-05-11
17
InternRobotics/EmbodiedScan

[CVPR 2024 & NeurIPS 2024] EmbodiedScan : Une suite holistique de perception 3D multimodale pour l'IA incarnée

InternRobotics
⭐ 668 Python 👤 InternRobotics Organization 🕐 Mis à jour 2025-06-13 📅 Créé 2023-12-11
18
JohnsonJiang1996/Awesome-VLA4AD

Ressources des modèles Vision-Langage-Action pour la conduite autonome (VLA4AD), servant de dépôt compagnon à l'article de synthèse « A Survey on Vision–Language–Action Models for Autonomous Driving ».

JohnsonJiang1996
⭐ 632 👤 JohnsonJiang1996 User 🕐 Mis à jour 2025-11-20 📅 Créé 2025-06-30
19
zjukg/KG-MM-Survey

Les graphes de connaissances rencontrent l'apprentissage multimodal : une enquête complète

zjukg
⭐ 510 👤 zjukg Organization 🕐 Mis à jour 2026-03-02 📅 Créé 2024-01-29

Foire aux questions

1

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

Le projet #multi-modal-learning open source le mieux classé sur GitHub est mlfoundations/open_clip, avec 14,278 étoiles. Une implémentation open source de CLIP.

2

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

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

3

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

Nous suivons 19 dépôts open source actifs associés à #multi-modal-learning (500+ étoiles), totalisant 41,270 étoiles, avec une moyenne de 2,172 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.