Git Stars Git Stars

#multimodal-ai Dépôts

Découvrez 191 dépôts GitHub open source actifs associés à #multimodal-ai, cumulant 589,873 étoiles au total (soit une moyenne de 3,088 étoiles par projet). Le projet en tête de ce thème est anthropics/claude-cookbooks, avec 54,935 étoiles.

191
Total des Dépôts
589,873
Nombre total d'étoiles
3,088
Moyenne d'Étoiles/Dépôt
1
anthropics/claude-cookbooks

Une collection de cahiers/recettes présentant des façons amusantes et efficaces d'utiliser Claude.

anthropics
⭐ 54,935 Jupyter Notebook 👤 anthropics Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2023-08-15
2
oobabooga/textgen

Application de bureau open-source pour les LLM locaux. Texte, vision, appel d'outils, API compatible OpenAI/Anthropic. 100% privé.

oobabooga
⭐ 47,736 Python 👤 oobabooga User 🕐 Mis à jour 2026-08-17 📅 Créé 2022-12-21
4
google-ai-edge/gallery

Une galerie qui présente des cas d'utilisation ML/GenAI sur appareil et permet aux utilisateurs d'essayer et d'utiliser des modèles localement.

google-ai-edge
⭐ 25,398 Kotlin 👤 google-ai-edge Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2025-03-31
5
deepseek-ai/DeepSeek-OCR

Contextes de compression optique

deepseek-ai
⭐ 24,180 Python 👤 deepseek-ai Organization 🕐 Mis à jour 2026-01-27 📅 Créé 2025-10-17
6
QwenLM/Qwen3-VL

Qwen3-VL est la série de grands modèles linguistiques multimodaux développée par l'équipe Qwen d'Alibaba Cloud.

QwenLM
⭐ 20,240 Jupyter Notebook 👤 QwenLM Organization 🕐 Mis à jour 2026-01-30 📅 Créé 2024-08-29
7
duixcom/Duix-Avatar

🚀 Boîte à outils d'IA (humain numérique) véritablement open source pour la génération vidéo hors ligne et le clonage d'humains numériques.

duixcom
⭐ 16,411 C 👤 duixcom Organization 🕐 Mis à jour 2026-04-21 📅 Créé 2024-12-24
8
facebookresearch/seamless_communication

Modèles Fondamentaux pour la Traduction Vocale et Textuelle de Pointe

facebookresearch
⭐ 11,908 Jupyter Notebook 👤 facebookresearch Organization 🕐 Mis à jour 2026-09-08 📅 Créé 2023-08-01
9
m87-labs/moondream

petit modèle linguistique de vision

m87-labs
⭐ 10,167 Python 👤 m87-labs Organization 🕐 Mis à jour 2026-04-20 📅 Créé 2023-12-29
10
opendatalab/PDF-Extract-Kit

Une boîte à outils complète pour l'extraction de contenu PDF de haute qualité

opendatalab
⭐ 9,682 Python 👤 opendatalab Organization 🕐 Mis à jour 2025-01-03 📅 Créé 2024-06-27
11
facebookresearch/ImageBind

ImageBind Un espace d'intégration pour les lier tous

facebookresearch
⭐ 9,084 Python 👤 facebookresearch Organization 🕐 Mis à jour 2025-11-21 📅 Créé 2023-03-23
12
QwenLM/Qwen-Image

Qwen-Image est un puissant modèle fondamental de génération d'images capable de rendus de texte complexes et d'édition d'images précise.

QwenLM
⭐ 8,489 Python 👤 QwenLM Organization 🕐 Mis à jour 2026-02-10 📅 Créé 2025-08-03
13
NVIDIA/Isaac-GR00T

NVIDIA Isaac GR00T N1.7 - Un Modèle Fondamental pour les Robots Généralistes.

NVIDIA
⭐ 8,402 Python 👤 NVIDIA Organization 🕐 Mis à jour 2026-11-17 📅 Créé 2025-03-11
14
boson-ai/higgs-audio

Modèle de base texte-audio de Boson AI

boson-ai
⭐ 8,390 Python 👤 boson-ai Organization 🕐 Mis à jour 2026-06-05 📅 Créé 2025-07-20
15
LargeWorldModel/LWM

Large World Model -- Modélisation de texte et de vidéo avec des millions de contextes

LargeWorldModel
⭐ 7,391 Python 👤 LargeWorldModel Organization 🕐 Mis à jour 2024-10-19 📅 Créé 2024-02-08
16
tencent-ailab/IP-Adapter

L'adaptateur d'invite d'image est conçu pour permettre à un modèle de diffusion pré-entraîné de texte à image de générer des images avec une invite d'image.

tencent-ailab
⭐ 6,386 Jupyter Notebook 👤 tencent-ailab User 🕐 Mis à jour 2024-06-28 📅 Créé 2023-08-16
17
AILab-CVC/YOLO-World

[CVPR 2024] Détection d'objets en temps réel à vocabulaire ouvert

AILab-CVC
⭐ 6,385 Python 👤 AILab-CVC Organization 🕐 Mis à jour 2025-02-26 📅 Créé 2024-01-29
18
Jackywine/Bella

Bella est la meilleure

Jackywine
⭐ 6,325 JavaScript 👤 Jackywine User 🕐 Mis à jour 2026-02-05 📅 Créé 2025-07-16
19
ByteDance-Seed/Bagel

Modèle multimodal unifié open-source

ByteDance-Seed
⭐ 6,223 Python 👤 ByteDance-Seed Organization 🕐 Mis à jour 2026-05-04 📅 Créé 2025-04-17
20
ngxson/smolvlm-realtime-webcam

Démo de webcam en temps réel avec SmolVLM et serveur llama.cpp

ngxson
⭐ 5,555 HTML 👤 ngxson User 🕐 Mis à jour 2025-05-12 📅 Créé 2025-05-12
21
AgnesAI-Labs/AgnesAI-Models

Passerelle et catalogue de modèles officiels d'Agnes AI pour les flux de travail de texte, d'image, de vidéo et d'agents compatibles avec OpenAI.

AgnesAI-Labs
⭐ 5,299 👤 AgnesAI-Labs Organization 🕐 Mis à jour 2026-08-18 📅 Créé 2026-04-30
22
deepseek-ai/DeepSeek-VL2

DeepSeek-VL2 : Modèles Vision-Langage Mixture-of-Experts pour une Compréhension Multimodale Avancée

deepseek-ai
⭐ 5,297 Python 👤 deepseek-ai Organization 🕐 Mis à jour 2025-02-26 📅 Créé 2024-12-13
23
cbh123/narrator

David Attenborough narre votre vie

cbh123
⭐ 4,426 Python 👤 cbh123 User 🕐 Mis à jour 2026-07-23 📅 Créé 2023-11-14
24
Tencent-Hunyuan/HunyuanDiT

Hunyuan-DiT : Un puissant Transformer de diffusion multi-résolution avec compréhension fine du chinois

Tencent-Hunyuan
⭐ 4,292 Jupyter Notebook 👤 Tencent-Hunyuan Organization 🕐 Mis à jour 2026-10-08 📅 Créé 2024-05-10
25
VectorSpaceLab/OmniGen2

OmniGen2 : Exploration vers la Génération Multimodale Avancée. https://arxiv.org/abs/2506.18871

VectorSpaceLab
⭐ 4,121 Jupyter Notebook 👤 VectorSpaceLab Organization 🕐 Mis à jour 2026-03-20 📅 Créé 2025-06-06
26
googleapis/python-genai

Le SDK Python Gen AI de Google fournit une interface permettant aux développeurs d'intégrer les modèles génératifs de Google dans leurs applications Python.

googleapis
⭐ 4,084 Python 👤 googleapis Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2024-12-06
27
QwenLM/Qwen2.5-Omni

Qwen2.5-Omni est un modèle multimodal de bout en bout de l'équipe Qwen d'Alibaba Cloud, capable de comprendre le texte, l'audio, la vision, la vidéo et d'effectuer une génération vocale en temps réel.

QwenLM
⭐ 4,021 Jupyter Notebook 👤 QwenLM Organization 🕐 Mis à jour 2025-06-12 📅 Créé 2025-03-22
28
amazon-science/mm-cot

Implémentation officielle pour "Raisonnement multimodal à chaîne de pensée dans les modèles linguistiques" (restez à l'écoute et plus d'informations seront mises à jour)

amazon-science
⭐ 3,988 Python 👤 amazon-science Organization 🕐 Mis à jour 2024-06-12 📅 Créé 2023-02-02
29
huggingface/smollm

Tout sur la famille de modèles SmolLM et SmolVLM

huggingface
⭐ 3,960 Python 👤 huggingface Organization 🕐 Mis à jour 2026-10-06 📅 Créé 2024-11-04
30
songguoxs/gpt4o-image-prompts

Nano Banana (nanobanana), GPT-5 (GPT5), GPT-4o (GPT4o) Invites d'image, Invites Nanobanana, invites nanobanana

songguoxs
⭐ 3,882 JavaScript 👤 songguoxs User 🕐 Mis à jour 2026-01-08 📅 Créé 2025-04-28
31
FlagAI-Open/FlagAI

FlagAI (Fast LArge-scale General AI models) est une boîte à outils rapide, facile à utiliser et extensible pour les modèles à grande échelle.

FlagAI-Open
⭐ 3,864 Python 👤 FlagAI-Open Organization 🕐 Mis à jour 2026-07-13 📅 Créé 2022-05-16
32
facebookresearch/sam-audio

Le dépôt fournit le code pour exécuter l'inférence avec le Modèle Audio Segment Anything de Meta (SAM-Audio), des liens pour télécharger les points de contrôle du modèle entraîné et des cahiers d'exemples montrant comment utiliser le modèle.

facebookresearch
⭐ 3,760 Python 👤 facebookresearch Organization 🕐 Mis à jour 2026-05-26 📅 Créé 2025-09-04
33
ZHO-ZHO-ZHO/ZHO-nano-banana-Creation

Mon grand recueil d'idées créatives de nano-banane ! Mise à jour continue !

ZHO-ZHO-ZHO
⭐ 3,715 👤 ZHO-ZHO-ZHO User 🕐 Mis à jour 2025-09-18 📅 Créé 2025-08-28
34
Kedreamix/Linly-Talker

Système de Conversation d'Avatar Numérique - Linly-Talker. 😄✨ Linly-Talker est un système d'IA intelligent qui combine de grands modèles linguistiques (LLM) avec des modèles visuels pour créer une nouvelle méthode d'interaction homme-IA. 🤝🤖 Il intègre diverses technologies telles que Whisper, Linly, Microsoft Speech Services et le système de génération de têtes parlantes SadTalker. 🌟🔬

Kedreamix
⭐ 3,483 Python 👤 Kedreamix User 🕐 Mis à jour 2026-02-10 📅 Créé 2023-10-17
35
yoloytang/Awesome-LLMs-for-Video-Understanding

🔥🔥🔥 [IEEE TCSVT] Derniers articles, codes et ensembles de données sur les Vid-LLMs.

yoloytang
⭐ 3,310 👤 yoloytang User 🕐 Mis à jour 2026-11-11 📅 Créé 2023-07-16
38
zai-org/GLM-4-Voice

GLM-4-Voice | Modèle de dialogue vocal de bout en bout chinois-anglais

zai-org
⭐ 3,108 Python 👤 zai-org Organization 🕐 Mis à jour 2024-12-05 📅 Créé 2024-10-24
39
stanford-crfm/helm

Holistic Evaluation of Language Models (HELM) est un framework Python open source créé par le Center for Research on Foundation Models (CRFM) de Stanford pour une évaluation holistique, reproductible et transparente des modèles fondamentaux, y compris les grands modèles linguistiques (LLM) et les modèles multimodaux.

stanford-crfm
⭐ 2,975 Python 👤 stanford-crfm Organization 🕐 Mis à jour 2026-09-01 📅 Créé 2021-11-29
40
Mininglamp-AI/Mano-P

Mano-P : Agent GUI-VLA open-source pour appareils de bord. N°1 sur OSWorld (spécialisé, 58,2 %). S'exécute localement sur Apple M4 Mac mini/MacBook — aucune donnée ne quitte votre appareil. Mano-P est un projet GUI-VLA open-source qui prend en charge l'inférence locale sur Mac mini/MacBook ou via une clé de calcul, permettant des opérations d'automatisation GUI multiplateforme pilotées uniquement par la vision. Les données sont traitées entièrement localement, avec prise en charge de la planification et de l'exécution de tâches complexes en plusieurs étapes.

Mininglamp-AI
⭐ 2,855 👤 Mininglamp-AI Organization 🕐 Mis à jour 2026-06-25 📅 Créé 2026-03-25
41
Alpha-VLLM/LLaMA2-Accessory

Une boîte à outils open-source pour le développement LLM

Alpha-VLLM
⭐ 2,806 Python 👤 Alpha-VLLM Organization 🕐 Mis à jour 2025-01-13 📅 Créé 2023-07-21
42
ishan0102/vimGPT

Naviguez sur le web avec GPT-4V et Vimium

ishan0102
⭐ 2,672 Python 👤 ishan0102 User 🕐 Mis à jour 2024-09-25 📅 Créé 2023-11-07
43
OmniSVG/OmniSVG

[NeurIPS 2025] OmniSVG est la première famille de générateurs SVG multimodaux de bout en bout qui s'appuient sur des modèles Vision-Language (VLM) pré-entraînés, capables de générer des SVG complexes et détaillés, allant d'icônes simples à des personnages d'anime complexes.

OmniSVG
⭐ 2,666 Python 👤 OmniSVG User 🕐 Mis à jour 2026-03-01 📅 Créé 2025-04-07
44
janhq/ichigo

IA vocale locale en temps réel

janhq
⭐ 2,493 Python 👤 janhq Organization 🕐 Mis à jour 2025-11-26 📅 Créé 2024-07-02
46
baaivision/Emu3

La prédiction du prochain jeton est tout ce dont vous avez besoin

baaivision
⭐ 2,454 Python 👤 baaivision Organization 🕐 Mis à jour 2026-01-12 📅 Créé 2024-09-26
47
XiaoxinHe/Awesome-Graph-LLM

Une collection de choses GÉNIALES sur les LLM liés aux graphes.

XiaoxinHe
⭐ 2,452 👤 XiaoxinHe User 🕐 Mis à jour 2025-11-05 📅 Créé 2023-06-05
48
Nutlope/llama-ocr

Bibliothèque OCR de document vers Markdown avec la vision Llama 3.2

Nutlope
⭐ 2,445 TypeScript 👤 Nutlope User 🕐 Mis à jour 2026-07-12 📅 Créé 2024-11-12
49
facebookresearch/perception_models

Modèles CLIP" d'imagerie et de vidéo de pointe, grands modèles linguistiques multimodaux, et plus encore !

facebookresearch
⭐ 2,415 Jupyter Notebook 👤 facebookresearch Organization 🕐 Mis à jour 2026-04-13 📅 Créé 2025-04-16

Foire aux questions

1

Quel est le dépôt #multimodal-ai le plus populaire sur GitHub ?

Le projet #multimodal-ai open source le mieux classé sur GitHub est anthropics/claude-cookbooks, avec 54,935 étoiles. Une collection de cahiers/recettes présentant des façons amusantes et efficaces d'utiliser Claude.

2

Quels langages de programmation sont les plus utilisés dans les dépôts #multimodal-ai ?

Parmi les projets #multimodal-ai les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, JavaScript, Kotlin.

3

Comment le classement des dépôts #multimodal-ai est-il calculé ?

Nous suivons 191 dépôts open source actifs associés à #multimodal-ai (500+ étoiles), totalisant 589,873 étoiles, avec une moyenne de 3,088 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.