Git Stars Git Stars

#multimodal-ai Dépôts

191
Total des Dépôts
589,873
Nombre total d'étoiles
3,088
Moyenne d'Étoiles/Dépôt
101
Azure/AzurePublicDataset

Microsoft Azure Traces

Azure
⭐ 1,231 Jupyter Notebook 👤 Azure Organization 🕐 Mis à jour 2026-11-17 📅 Créé 2017-08-18
102
liliu-avril/Awesome-Segment-Anything

Ce dépôt est la première enquête complète sur le modèle Segment Anything (SAM) de Meta AI.

liliu-avril
⭐ 1,227 👤 liliu-avril User 🕐 Mis à jour 2026-11-21 📅 Créé 2023-05-16
104
googleapis/go-genai

Le SDK Google Gen AI Go fournit une interface aux développeurs pour intégrer les modèles génératifs de Google dans leurs applications Go.

googleapis
⭐ 1,210 Go 👤 googleapis Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2024-12-06
105
MoonshotAI/Kimi-VL

Kimi-VL : Modèle Vision-Langage Mixture-of-Experts pour le Raisonnement Multimodal, la Compréhension du Long Contexte et de Fortes Capacités d'Agent

MoonshotAI
⭐ 1,203 👤 MoonshotAI Organization 🕐 Mis à jour 2025-07-15 📅 Créé 2025-04-09
106
visual-openllm/visual-openllm

quelque chose comme Visual-ChatGPT, la version open-source de Wenyiyan

visual-openllm
⭐ 1,201 Python 👤 visual-openllm Organization 🕐 Mis à jour 2024-02-24 📅 Créé 2023-03-26
108
UMass-Embodied-AGI/3D-LLM

Code pour 3D-LLM : Injection du monde 3D dans les grands modèles linguistiques

UMass-Embodied-AGI
⭐ 1,166 Python 👤 UMass-Embodied-AGI Organization 🕐 Mis à jour 2024-06-06 📅 Créé 2023-07-24
109
YUANZHUO-BNU/metahuman_overview

Organisation des données de la personne numérique

YUANZHUO-BNU
⭐ 1,143 👤 YUANZHUO-BNU Organization 🕐 Mis à jour 2025-01-08 📅 Créé 2023-09-05
110
ATH-MaaS/Pixelle-MCP

Une solution AIGC multimodale open-source basée sur ComfyUI + MCP + LLM https://pixelle.ai

ATH-MaaS
⭐ 1,131 Python 👤 ATH-MaaS Organization 🕐 Mis à jour 2025-12-17 📅 Créé 2025-07-28
112
XiaomiMiMo/MiMo-Audio

MiMo-Audio : Les modèles de langage audio sont des apprenants à quelques exemples

XiaomiMiMo
⭐ 1,095 Python 👤 XiaomiMiMo Organization 🕐 Mis à jour 2026-10-29 📅 Créé 2025-09-19
113
Alpha-VLLM/Lumina-mGPT-2.0

Lumina-mGPT 2.0 : Modélisation d'images autorégressive autonome

Alpha-VLLM
⭐ 1,081 Python 👤 Alpha-VLLM Organization 🕐 Mis à jour 2025-11-03 📅 Créé 2025-04-03
114
trailofbits/anamorpher

attaques de mise à l'échelle d'images pour l'injection de prompts multimodaux

trailofbits
⭐ 1,079 Python 👤 trailofbits Organization 🕐 Mis à jour 2026-05-19 📅 Créé 2025-08-20
115
ddupont808/GPT-4V-Act

Agent IA utilisant GPT-4V(ision) capable d'utiliser la souris/le clavier pour interagir avec l'interface utilisateur web

ddupont808
⭐ 1,062 JavaScript 👤 ddupont808 User 🕐 Mis à jour 2024-12-09 📅 Créé 2023-10-21
116
OSU-NLP-Group/Mind2Web

[NeurIPS'23 Spotlight] "Mind2Web: Towards a Generalist Agent for the Web" -- le premier agent web basé sur LLM et benchmark pour les agents web généralistes

OSU-NLP-Group
⭐ 1,036 Jupyter Notebook 👤 OSU-NLP-Group Organization 🕐 Mis à jour 2025-11-05 📅 Créé 2023-04-21
117
google-gemini/nano-banana-hackathon-kit

Le kit de démarrage officiel du Nano Banana Hackathon. Clonez ce dépôt pour commencer à construire rapidement !

google-gemini
⭐ 1,028 Jupyter Notebook 👤 google-gemini Organization 🕐 Mis à jour 2025-09-08 📅 Créé 2025-09-04
118
JackAILab/ConsistentID

[TPAMI 2026] ConsistentID : Génération de portraits avec préservation d'identité fine granulaire multimodale

JackAILab
⭐ 1,026 Python 👤 JackAILab User 🕐 Mis à jour 2026-01-02 📅 Créé 2024-04-15
119
dtsola/xiaoyaosearch

Xiaoyao Search : comprend vos paroles, lit vos images et trouve n’importe quel fichier local grâce à l’IA, rendant la recherche aussi simple qu’une conversation.

dtsola
⭐ 1,023 Python 👤 dtsola User 🕐 Mis à jour 2026-11-18 📅 Créé 2025-11-11
121
disler/always-on-ai-assistant

Un modèle pour un assistant IA toujours actif alimenté par Deepseek-V3, RealtimeSTT et Typer pour l'ingénierie

disler
⭐ 991 Python 👤 disler User 🕐 Mis à jour 2025-01-12 📅 Créé 2025-01-12
122
lancedb/vectordb-recipes

Ressources, exemples et tutoriels pour l'IA multimodale, RAG et agents utilisant la recherche vectorielle et les LLM

lancedb
⭐ 991 Jupyter Notebook 👤 lancedb Organization 🕐 Mis à jour 2026-11-04 📅 Créé 2023-06-25
123
tech-shrimp/gemini-playground

Déployez un site Web de chat multimodal Gemini en 10 secondes, sans serveur ! Il vous suffit de préparer une clé API Gemini, et en 10 secondes, vous pourrez déployer un site Web pour la conversation multimodale Gemini.

tech-shrimp
⭐ 977 JavaScript 👤 tech-shrimp User 🕐 Mis à jour 2026-01-23 📅 Créé 2025-01-03
124
microsoft/MM-REACT

Dépôt officiel pour MM-REACT

microsoft
⭐ 965 Python 👤 microsoft Organization 🕐 Mis à jour 2026-10-26 📅 Créé 2023-03-15
125
facebookresearch/spiritlm

Code d'inférence pour l'article "Spirit-LM Interleaved Spoken and Written Language Model".

facebookresearch
⭐ 926 Python 👤 facebookresearch Organization 🕐 Mis à jour 2024-10-28 📅 Créé 2024-09-06
127
TencentARC/SEED-Story

SEED-Story : Génération d'histoires longues multimodales avec un grand modèle linguistique

TencentARC
⭐ 879 Python 👤 TencentARC Organization 🕐 Mis à jour 2024-10-11 📅 Créé 2024-07-10
128
InternLM/Intern-S1

Un modèle fondamental scientifique multimodal

InternLM
⭐ 876 👤 InternLM Organization 🕐 Mis à jour 2026-09-13 📅 Créé 2025-07-25
129
DirtyHarryLYL/LLM-in-Vision

Travaux récents basés sur les LLM en vision par ordinateur et connexes. Bienvenue pour commenter/contribuer !

DirtyHarryLYL
⭐ 868 👤 DirtyHarryLYL User 🕐 Mis à jour 2025-03-08 📅 Créé 2023-03-10
130
IDEA-Research/Motion-X

[NeurIPS 2023] Implémentation officielle du papier "Motion-X: A Large-scale 3D Expressive Whole-body Human Motion Dataset"

IDEA-Research
⭐ 863 Python 👤 IDEA-Research Organization 🕐 Mis à jour 2025-03-03 📅 Créé 2023-06-12
131
RiseInRose/MiniGPT-4-ZH

MiniGPT-4 Déploiement chinois Traduction Affiner les détails de déploiement

RiseInRose
⭐ 859 Python 👤 RiseInRose User 🕐 Mis à jour 2026-05-09 📅 Créé 2023-04-19
133
allenai/molmo

Code pour le modèle Molmo Vision-Language

allenai
⭐ 851 Python 👤 allenai Organization 🕐 Mis à jour 2024-12-12 📅 Créé 2024-12-05
134
jrin771/Everything-LLMs-And-Robotics

Le plus grand dépôt GitHub au monde pour les LLM + Robotique

jrin771
⭐ 850 👤 jrin771 User 🕐 Mis à jour 2024-07-14 📅 Créé 2023-05-10
135
TideDra/lmm-r1

Étendre OpenRLHF pour prendre en charge l'entraînement LMM RL pour la reproduction de DeepSeek-R1 sur des tâches multimodales.

TideDra
⭐ 843 Python 👤 TideDra User 🕐 Mis à jour 2025-05-14 📅 Créé 2025-02-13
136
GAIR-NLP/anole

[Version étendue ICLR 2025 Blog Track] Anole : Modèles multimodaux ouverts, autorégressifs et natifs pour la génération d'images-textes entrelacés

GAIR-NLP
⭐ 841 Python 👤 GAIR-NLP Organization 🕐 Mis à jour 2025-06-16 📅 Créé 2024-07-01
137
vimalabs/VIMA

Implémentation officielle de l'algorithme du papier ICML'23 "VIMA : Manipulation Robotique Générale avec des Invites Multimodales"

vimalabs
⭐ 841 Python 👤 vimalabs Organization 🕐 Mis à jour 2024-04-18 📅 Créé 2022-10-07
138
OpenMOSS/MOSS-VL

Une série de modèles de 11B à poids ouverts pour la compréhension de vidéos longues et en temps réel

OpenMOSS
⭐ 838 C++ 👤 OpenMOSS Organization 🕐 Mis à jour 2026-10-14 📅 Créé 2026-04-08
139
CodeGoat24/UnifiedReward

Implémentation officielle de UnifiedReward et [NeurIPS 2025] UnifiedReward-Think et UnifiedReward-Flex

CodeGoat24
⭐ 831 Python 👤 CodeGoat24 User 🕐 Mis à jour 2026-06-18 📅 Créé 2025-03-04
140
nvidia-cosmos/cosmos-transfer1

Cosmos-Transfer1 est un modèle de transfert monde à monde conçu pour combler le fossé perceptuel entre les environnements simulés et du monde réel.

nvidia-cosmos
⭐ 830 Python 👤 nvidia-cosmos Organization 🕐 Mis à jour 2026-10-15 📅 Créé 2025-03-02
141
iwyxdxl/WeChatBot_WXAUTO_SE

[Maintenance arrêtée] Outil de conversation agrégée LLM API. Référentiel du projet original : https://github.com/KouriChat/KouriChat Ce projet a été modifié et créé par iwyxdxl sur la base du projet original. Destiné uniquement à l'apprentissage, veuillez respecter les règles d'utilisation, ne pas connecter à des plateformes publiques ni l'utiliser dans le cadre d'activités de production.

iwyxdxl
⭐ 816 Python 👤 iwyxdxl User 🕐 Mis à jour 2026-01-15 📅 Créé 2025-03-07
142
webmachinelearning/prompt-api

💬 Une proposition d'API web pour le prompt des modèles linguistiques fournis par le navigateur

webmachinelearning
⭐ 797 Bikeshed 👤 webmachinelearning Organization 🕐 Mis à jour 2026-11-09 📅 Créé 2024-07-01
144
mlfoundations/datacomp

DataComp : À la recherche de la prochaine génération de jeux de données multimodaux

mlfoundations
⭐ 780 Python 👤 mlfoundations Organization 🕐 Mis à jour 2025-04-28 📅 Créé 2023-04-28
145
ModalMinds/MM-EUREKA

MM-EUREKA : Explorer les frontières du raisonnement multimodal avec un apprentissage par renforcement basé sur des règles

ModalMinds
⭐ 770 Python 👤 ModalMinds Organization 🕐 Mis à jour 2025-09-07 📅 Créé 2025-03-07
146
MewCo-AI/mewco_ai_assistant_comm

Édition Communautaire de l'Assistant IA Fengyun

MewCo-AI
⭐ 756 Python 👤 MewCo-AI Organization 🕐 Mis à jour 2026-06-12 📅 Créé 2024-07-09
147
Ruixxxx/Awesome-Vision-Mamba-Models

[Dépôt Officiel] Visual Mamba : Un état de l'art et de nouvelles perspectives

Ruixxxx
⭐ 753 👤 Ruixxxx User 🕐 Mis à jour 2026-08-17 📅 Créé 2024-04-09
148
IDEA-Research/OpenSeeD

[ICCV 2023] Implémentation officielle du papier "A Simple Framework for Open-Vocabulary Segmentation and Detection"

IDEA-Research
⭐ 745 Python 👤 IDEA-Research Organization 🕐 Mis à jour 2024-01-22 📅 Créé 2023-03-14
149
chflame163/ComfyUI_LayerStyle_Advance

Les nœuds détachés de [ComfyUI Layer Style](https://github.com/chflame163/ComfyUI_LayerStyle) sont principalement ceux qui ont des exigences complexes en matière de packages de dépendances.

chflame163
⭐ 724 Python 👤 chflame163 User 🕐 Mis à jour 2026-09-18 📅 Créé 2024-12-05
150
ComfyUI-Workflow/awesome-comfyui

Une collection de nœuds personnalisés impressionnants pour ComfyUI

ComfyUI-Workflow
⭐ 724 Python 👤 ComfyUI-Workflow Organization 🕐 Mis à jour 2025-07-24 📅 Créé 2024-10-05