Git Stars Git Stars

#multimodal Dépôts

183
Total des Dépôts
700,629
Nombre total d'étoiles
3,828
Moyenne d'Étoiles/Dépôt
151
taboospecialistblade/ai--manus2.0

AI Manus est un système d’agent IA à usage général qui permet d’exécuter divers outils et opérations dans un environnement sandbox.

taboospecialistblade
⭐ 651 👤 taboospecialistblade User 🕐 Mis à jour 2026-11-15 📅 Créé 2026-11-14
152
Tonephorepair/ai--manus2.0

AI Manus est un système d’agents d’IA à usage général qui permet d’exécuter divers outils et opérations dans un environnement sandbox.

Tonephorepair
⭐ 650 👤 Tonephorepair User 🕐 Mis à jour 2026-11-15 📅 Créé 2026-11-14
153
trackboatwrightplan/ai--manus2.0

AI Manus est un système d’agent d’IA à usage général qui permet d’exécuter divers outils et opérations dans un environnement sandbox.

trackboatwrightplan
⭐ 649 👤 trackboatwrightplan User 🕐 Mis à jour 2026-11-15 📅 Créé 2026-11-14
154
JIA-Lab-research/Seg-Zero

Page du projet pour "Seg-Zero : Segmentation guidée par chaîne de raisonnement grâce au renforcement cognitif"

JIA-Lab-research
⭐ 647 Python 👤 JIA-Lab-research Organization 🕐 Mis à jour 2026-01-17 📅 Créé 2025-03-07
155
Tencent-Hunyuan/Hunyuan3D-Omni

Hunyuan3D-Omni: Un cadre unifié pour la génération contrôlable d'actifs 3D

Tencent-Hunyuan
⭐ 643 Python 👤 Tencent-Hunyuan Organization 🕐 Mis à jour 2025-10-17 📅 Créé 2025-09-25
156
AILab-CVC/SEED

Implémentation officielle de SEED-LLaMA (ICLR 2024).

AILab-CVC
⭐ 638 Python 👤 AILab-CVC Organization 🕐 Mis à jour 2024-09-21 📅 Créé 2023-07-15
157
SkalskiP/awesome-foundation-and-multimodal-models

👁️ + 💬 + 🎧 = 🤖 Liste organisée des meilleurs modèles fondamentaux et multimodaux ! [Paper + Code + Exemples + Tutoriels]

SkalskiP
⭐ 635 Python 👤 SkalskiP User 🕐 Mis à jour 2024-02-29 📅 Créé 2023-10-08
158
motis-project/motis

routage multimodal, géocodage et tuiles de carte

motis-project
⭐ 628 C++ 👤 motis-project Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2020-04-14
159
Denis2054/RAG-Driven-Generative-AI

Ce dépôt fournit des programmes pour construire du code de Génération Augmentée par Récupération (RAG) pour l'IA Générative avec LlamaIndex, Deep Lake et Pinecone, exploitant la puissance des modèles OpenAI et Hugging Face pour la génération et l'évaluation.

Denis2054
⭐ 627 Jupyter Notebook 👤 Denis2054 User 🕐 Mis à jour 2025-09-23 📅 Créé 2024-04-19
160
omriav/blended-latent-diffusion

Implémentation officielle pour "Blended Latent Diffusion" [SIGGRAPH 2023]

omriav
⭐ 627 Jupyter Notebook 👤 omriav User 🕐 Mis à jour 2024-06-04 📅 Créé 2022-06-06
161
turningpoint-ai/VisualThinker-R1-Zero

Explorez le « moment eureka » multimodal sur le modèle 2B

turningpoint-ai
⭐ 623 Python 👤 turningpoint-ai Organization 🕐 Mis à jour 2025-03-18 📅 Créé 2025-02-24
162
RobotecAI/rai

RAI est un cadre agentique indépendant des fournisseurs pour la robotique IA Physique, utilisant les outils ROS 2 pour effectuer des actions complexes, des scénarios définis, une exécution d'interface libre, des résumés de journaux, une interaction vocale et plus encore.

RobotecAI
⭐ 619 Python 👤 RobotecAI Organization 🕐 Mis à jour 2026-11-11 📅 Créé 2024-06-04
163
MMMU-Benchmark/MMMU

Ce dépôt contient le code d'évaluation pour l'article « MMMU : Une référence massive multidisciplinaire multimodale pour la compréhension et le raisonnement destinée à l'expert AGI »

MMMU-Benchmark
⭐ 601 Python 👤 MMMU-Benchmark Organization 🕐 Mis à jour 2026-11-13 📅 Créé 2023-11-23
164
oxbshw/watch-skill

Donnez aux agents d’IA des yeux, des oreilles et des résultats vérifiables. Watch Skill transforme les vidéos, l’audio et l’activité à l’écran en preuves horodatées et consultables, et atteste le travail à l’aide de contrats déterministes, et non des avis du modèle. DeepWatch est l’espace de travail pour agents conçu sur DeepSeek Harness. Python + npm, MCP, CLI, REST et Web.

oxbshw
⭐ 599 Python 👤 oxbshw User 🕐 Mis à jour 2026-11-16 📅 Créé 2026-07-05
165
baaivision/tokenize-anything

[ECCV 2024] Tokenisez n'importe quoi via le prompt

baaivision
⭐ 599 Jupyter Notebook 👤 baaivision Organization 🕐 Mis à jour 2024-12-11 📅 Créé 2023-12-14
166
the-ai-merge/multimodal-agents-course

Un agent IA multimodal MCP avec des yeux et des oreilles !

the-ai-merge
⭐ 587 Python 👤 the-ai-merge Organization 🕐 Mis à jour 2026-01-05 📅 Créé 2025-04-07
167
vignshwarar/AI-Employe

Créez une automatisation de navigateur comme si vous enseigniez à un humain à l'aide de GPT-4 Vision.

vignshwarar
⭐ 587 TypeScript 👤 vignshwarar User 🕐 Mis à jour 2024-02-19 📅 Créé 2023-12-21
168
SAOS-3624/dsh-video-storyboard

Storyboard sensible aux scènes pour DeepSeek Harness : de 9 à 16 cases numérotées avec horodatages + transcription + enveloppe audio, réunies dans UNE seule image (384 tokens). Deux outils : video_storyboard et video_zoom.

SAOS-3624
⭐ 585 JavaScript 👤 SAOS-3624 User 🕐 Mis à jour 2026-11-21 📅 Créé 2026-10-26
169
FoundationVision/Groma

[ECCV2024] Grand modèle linguistique multimodal fondé avec tokenisation visuelle localisée

FoundationVision
⭐ 582 Python 👤 FoundationVision Organization 🕐 Mis à jour 2024-06-07 📅 Créé 2024-04-21
170
omriav/blended-diffusion

Implémentation officielle pour "Blended Diffusion pour l'édition d'images naturelles pilotée par le texte" [CVPR 2022]

omriav
⭐ 582 Jupyter Notebook 👤 omriav User 🕐 Mis à jour 2024-06-04 📅 Créé 2021-11-29
171
microsoft/psi

Plateforme pour l'Intelligence Situationnelle

microsoft
⭐ 577 C# 👤 microsoft Organization 🕐 Mis à jour 2026-10-19 📅 Créé 2016-09-09
172
ictnlp/LLaVA-Mini

LLaVA-Mini est un grand modèle multimodal (LMM) unifié qui peut prendre en charge la compréhension des images, des images haute résolution et des vidéos de manière efficace.

ictnlp
⭐ 575 Python 👤 ictnlp Organization 🕐 Mis à jour 2025-06-29 📅 Créé 2025-01-07
173
alan-ai/alan-sdk-reactnative

Le Système d'Auto-Codage pour Votre App — Alan AI SDK pour React Native

alan-ai
⭐ 573 Ruby 👤 alan-ai Organization 🕐 Mis à jour 2026-02-14 📅 Créé 2019-10-23
174
monatis/clip.cpp

Inférence CLIP en C/C++ brut sans dépendances supplémentaires

monatis
⭐ 572 C++ 👤 monatis User 🕐 Mis à jour 2026-08-24 📅 Créé 2023-04-28
175
Code-Amadeus/Amadeus

Agent de bureau multimodal en temps réel évoluant vers une interface persistante de système d’exploitation IA (0.17 α).

Code-Amadeus
⭐ 570 Python 👤 Code-Amadeus Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2026-07-26
176
Flame-Code-VLM/Flame-Code-VLM

Flame est un système d'IA multimodal open-source conçu pour traduire des maquettes de conception d'interface utilisateur en code React de haute qualité. Il exploite la modélisation vision-langage, la synthèse de données automatisée et les flux de travail d'entraînement structurés pour combler le fossé entre la conception et le développement front-end.

Flame-Code-VLM
⭐ 564 Python 👤 Flame-Code-VLM Organization 🕐 Mis à jour 2026-02-11 📅 Créé 2025-02-10
177
uclanlp/OpenVLHarness

Code officiel d’OpenVLHarness : utilisation d’outils par des agents visuels dans le monde réel avec mémoire multimodale

uclanlp
⭐ 557 Python 👤 uclanlp Organization 🕐 Mis à jour 2026-11-10 📅 Créé 2026-10-15
178
vlm-run/vlmrun-hub

Une plaque tournante pour divers schémas spécifiques à l'industrie à utiliser avec les VLM.

vlm-run
⭐ 555 Python 👤 vlm-run Organization 🕐 Mis à jour 2025-12-15 📅 Créé 2024-11-11
179
OpenEnvision/Awesome-Multimodal-Modeling

Modélisation multimodale impressionnante [Couvre MLLM, UMM et NMM]

OpenEnvision
⭐ 552 JavaScript 👤 OpenEnvision Organization 🕐 Mis à jour 2026-11-15 📅 Créé 2026-03-27
180
OmniJev/Flide

🔥🔥 Le moteur d’inférence ultra-rapide pour les modèles de décision

OmniJev
⭐ 550 Python 👤 OmniJev Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2026-10-24
181
google/break-a-scene

Implémentation officielle pour "Break-A-Scene: Extracting Multiple Concepts from a Single Image" [SIGGRAPH Asia 2023]

google
⭐ 525 Python 👤 google Organization 🕐 Mis à jour 2024-01-14 📅 Créé 2023-09-13
⭐ 517 Zig 👤 antflydb Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2026-03-15
183
hustvl/EVF-SAM

Code officiel de « EVF-SAM : Fusion précoce vision-langage pour le modèle Segment Anything guidé par texte »

hustvl
⭐ 500 Python 👤 hustvl Organization 🕐 Mis à jour 2025-03-17 📅 Créé 2024-06-12