Git Stars Git Stars

#vlm Dépôts

Découvrez 89 dépôts GitHub open source actifs associés à #vlm, cumulant 457,898 étoiles au total (soit une moyenne de 5,144 étoiles par projet). Le projet en tête de ce thème est huggingface/transformers, avec 169,339 étoiles.

89
Total des Dépôts
457,898
Nombre total d'étoiles
5,144
Moyenne d'Étoiles/Dépôt
1
huggingface/transformers

🤗 Transformers : le framework de définition de modèles pour les modèles d'apprentissage automatique de pointe en texte, vision, audio et modèles multimodaux, à la fois pour l'inférence et l'entraînement.

huggingface
⭐ 169,339 Python 👤 huggingface Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2018-10-29
2
bytedance/UI-TARS-desktop

La Pile d'Agents IA Multimodaux Open-Source : Connexion de Modèles d'IA de Pointe et d'Infrastructure d'Agents

bytedance
⭐ 39,583 TypeScript 👤 bytedance Organization 🕐 Mis à jour 2026-10-09 📅 Créé 2025-01-19
3
sgl-project/sglang

SGLang est un framework de service haute performance pour les grands modèles linguistiques et les modèles multimodaux.

sgl-project
⭐ 38,899 Python 👤 sgl-project Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2024-01-08
4
JuneYaooo/rea-video

Procédez à la rétro-ingénierie de n’importe quelle vidéo, plan par plan : découvrez si elle a été filmée, générée par IA ou créée par code, et comment la reproduire. Décompositions au format ouvert VIDEO.md.

JuneYaooo
⭐ 11,577 Python 👤 JuneYaooo User 🕐 Mis à jour 2026-11-21 📅 Créé 2026-10-29
5
StarTrail-org/PixelRAG

https://arxiv.org/abs/2606.28344. La fin du parsing web. Le début de la recherche native par pixels évolutive. lien : https://pixelrag.ai/

StarTrail-org
⭐ 10,976 Python 👤 StarTrail-org Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2026-05-29
6
RunanywhereAI/runanywhere-sdks

Boîte à outils prête pour la production pour exécuter l'IA localement

RunanywhereAI
⭐ 10,354 C++ 👤 RunanywhereAI Organization 🕐 Mis à jour 2026-11-10 📅 Créé 2025-07-22
7
roboflow/notebooks

Une collection de tutoriels sur les modèles et techniques de vision par ordinateur à la pointe de la technologie. Explorez tout, des architectures fondamentales comme ResNet aux modèles de pointe comme RF-DETR, YOLO11, SAM 3 et Qwen3-VL.

roboflow
⭐ 9,749 Jupyter Notebook 👤 roboflow Organization 🕐 Mis à jour 2026-09-22 📅 Créé 2022-11-18
8
yzhao062/anomaly-detection-resources

Livres, articles, vidéos et boîtes à outils liés à la détection d'anomalies. Dernière mise à jour fin 2025 pour les travaux sur les LLM et les VLM !

yzhao062
⭐ 9,457 Python 👤 yzhao062 User 🕐 Mis à jour 2026-03-02 📅 Créé 2018-05-16
9
oumi-ai/oumi

Affinez facilement (SFT/RL), évaluez et déployez Qwen, Gemma ou tout LLM/VLM agentique open source !

oumi-ai
⭐ 9,441 Python 👤 oumi-ai Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2024-05-07
10
qualcomm/GenieX

Exécutez localement des LLM et VLM de pointe sur les appareils Qualcomm via NPU, GPU et CPU avec quelques lignes de code

qualcomm
⭐ 8,544 Go 👤 qualcomm Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2024-08-16
11
PaddlePaddle/ERNIE

Le dépôt officiel pour ERNIE 4.5 et ERNIEKit – son kit de développement de qualité industrielle basé sur PaddlePaddle.

PaddlePaddle
⭐ 7,739 Python 👤 PaddlePaddle Organization 🕐 Mis à jour 2026-07-24 📅 Créé 2019-03-03
12
om-ai-lab/VLM-R1

Résoudre la compréhension visuelle avec des VLM renforcés

om-ai-lab
⭐ 6,048 Python 👤 om-ai-lab Organization 🕐 Mis à jour 2026-07-07 📅 Créé 2025-02-06
13
OpenBMB/UltraRAG

Un framework MCP low-code pour construire des pipelines RAG complexes et innovants

OpenBMB
⭐ 5,748 Python 👤 OpenBMB Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2025-01-16
14
changyeyu/LLM-RL-Visualized

🌟100+ diagrammes originaux LLM / RL 📚, par l'auteur de "Large Model Algorithms" ! 💥 (Plus de 100 cartes d'algorithmes LLM/RL)

changyeyu
⭐ 5,032 Python 👤 changyeyu User 🕐 Mis à jour 2026-09-10 📅 Créé 2025-04-26
15
joanrod/star-vector

StarVector est un modèle fondamental pour la génération de SVG qui transforme la vectorisation en une tâche de génération de code. Utilisant une architecture de modélisation vision-langage, StarVector traite les entrées visuelles et textuelles pour produire du code SVG de haute qualité avec une précision remarquable.

joanrod
⭐ 4,639 Python 👤 joanrod User 🕐 Mis à jour 2025-11-07 📅 Créé 2023-12-11
16
EvolvingLMMs-Lab/lmms-eval

Boîte à outils d'évaluation multimodale One-for-All pour les tâches textuelles, d'images, de vidéos et audio

EvolvingLMMs-Lab
⭐ 4,501 Python 👤 EvolvingLMMs-Lab Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2024-03-07
17
Hunyuan-PromptEnhancer/PromptEnhancer

[CVPR 2026] PromptEnhancer est un outil de réécriture de prompts qui affine les prompts en versions plus claires et structurées pour une meilleure génération d'images.

Hunyuan-PromptEnhancer
⭐ 3,808 Python 👤 Hunyuan-PromptEnhancer Organization 🕐 Mis à jour 2026-08-18 📅 Créé 2025-09-09
18
modelscope/evalscope

Un framework rationalisé et personnalisable pour l'évaluation efficace et le benchmarking des performances des grands modèles (LLM, VLM, AIGC).

modelscope
⭐ 3,715 Python 👤 modelscope Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2023-12-07
19
mit-han-lab/llm-awq

[MLSys 2024 Best Paper Award] AWQ : Quantification des poids sensible à l'activation pour la compression et l'accélération des LLM

mit-han-lab
⭐ 3,590 Python 👤 mit-han-lab Organization 🕐 Mis à jour 2025-07-17 📅 Créé 2023-06-01
20
SoMarkAI/OXR

Un modèle open source d’analyse de documents, offrant une précision et une vitesse de pointe grâce à une boucle RSI utilisée lors du post-entraînement.

SoMarkAI
⭐ 3,549 Python 👤 SoMarkAI Organization 🕐 Mis à jour 2026-11-06 📅 Créé 2026-10-05
21
MiniMax-AI/MiniMax-01

Le dépôt officiel de MiniMax-Text-01 et MiniMax-VL-01, modèle linguistique de grande taille et modèle vision-langage basé sur l'attention linéaire

MiniMax-AI
⭐ 3,445 Python 👤 MiniMax-AI Organization 🕐 Mis à jour 2025-07-07 📅 Créé 2025-01-14
22
xlang-ai/OSWorld

[NeurIPS 2024] OSWorld: Benchmarking Multimodal Agents for Open-Ended Tasks in Real Computer Environments

xlang-ai
⭐ 3,273 Python 👤 xlang-ai Organization 🕐 Mis à jour 2026-11-14 📅 Créé 2023-10-16
23
SkyworkAI/Skywork-R1V

Skywork-R1V est une série avancée de modèles d'IA multimodaux développée par Skywork AI, spécialisée dans le raisonnement vision-langage.

SkyworkAI
⭐ 3,174 Python 👤 SkyworkAI Organization 🕐 Mis à jour 2026-07-29 📅 Créé 2025-03-15
24
SharpAI/DeepCamera

Plateforme de compétences de caméras IA open‑source, NVR IA et surveillance CCTV. Analyse vidéo VLM locale avec Qwen, DeepSeek, SmolVLM, LLaVA, YOLO26. Agent de caméra de sécurité alimenté par LLM — surveille, comprend, se souvient et protège votre domicile via Telegram, Discord ou Slack. Compétences IA modulables. OpenAI, Google, Anthropic ou IA locale. Fonctionne sur Mac Mini et PC IA.

SharpAI
⭐ 3,144 JavaScript 👤 SharpAI Organization 🕐 Mis à jour 2026-09-17 📅 Créé 2019-03-05
25
QiuYannnn/Local-File-Organizer

Un outil de gestion de fichiers alimenté par l'IA qui garantit la confidentialité en organisant les textes et images locaux. Utilisant les modèles Llama3.2 3B et Llava v1.6 avec le SDK Nexa, il analyse, restructure et organise intuitivement les fichiers pour un accès rapide et transparent et une récupération facile.

QiuYannnn
⭐ 3,069 Python 👤 QiuYannnn User 🕐 Mis à jour 2024-10-21 📅 Créé 2024-09-21
26
lightseekorg/tokenspeed

TokenSpeed est un moteur d’inférence LLM à la vitesse de la lumière.

lightseekorg
⭐ 2,944 Python 👤 lightseekorg Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2026-05-06
27
om-ai-lab/OmAgent

[EMNLP-2024] Construire des agents de langage multimodaux pour un prototypage et une production rapides

om-ai-lab
⭐ 2,670 Python 👤 om-ai-lab Organization 🕐 Mis à jour 2026-10-16 📅 Créé 2024-07-04
28
llmsresearch/paperbanana

Mise en œuvre open source et extension de PaperBanana de Google Research pour la génération automatisée de figures, diagrammes et visuels de recherche académiques, étendue à de nouveaux domaines tels que la création de diapositives.

llmsresearch
⭐ 2,496 Python 👤 llmsresearch Organization 🕐 Mis à jour 2026-09-17 📅 Créé 2026-02-04
29
zai-org/GLM-V

GLM-4.6V/4.5V/4.1V-Réflexion : Vers un raisonnement multimodal polyvalent grâce à l'apprentissage par renforcement évolutif

zai-org
⭐ 2,406 Python 👤 zai-org Organization 🕐 Mis à jour 2026-11-06 📅 Créé 2025-06-28
30
BAAI-Agents/Cradle

Le framework Cradle est une première tentative de contrôle informatique général (GCC). Cradle aide les agents à exceller dans n'importe quelle tâche informatique en permettant de fortes capacités de raisonnement, d'auto-amélioration et de curation de compétences, dans un environnement général standardisé avec des exigences minimales.

BAAI-Agents
⭐ 2,394 Python 👤 BAAI-Agents Organization 🕐 Mis à jour 2024-11-07 📅 Créé 2024-03-03
31
heshengtao/comfyui_LLM_party

Le framework d'agent LLM dans ComfyUI comprend les nœuds serveur MCP, Omost, GPT-sovits, ChatTTS, GOT-OCR2.0 et prompt FLUX, un accès à Feishu, discord et s'adapte à tous les LLM avec des interfaces similaires à openai / aisuite, tels que o1, ollama, gemini, grok, qwen, GLM, deepseek, kimi, doubao. Adapté aux LLM locaux, VLM, gguf tels que llama-3.3 Janus-Pro, Linkage GraphRAG

heshengtao
⭐ 2,393 Python 👤 heshengtao User 🕐 Mis à jour 2026-07-29 📅 Créé 2024-04-13
32
DanOps-1/Gpt-Agreement-Payment

Kit d'outils de relecture de protocole de bout en bout pour l'abonnement ChatGPT Plus/Team/Pro · Solveur visuel hCaptcha · Recherche empirique sur les mécanismes anti-fraude / Kit d'outils de relecture de protocole de bout en bout pour l'abonnement ChatGPT Plus/Team/Pro avec solveur hCaptcha construit de zéro et recherche empirique anti-fraude

DanOps-1
⭐ 2,313 Python 👤 DanOps-1 User 🕐 Mis à jour 2026-06-15 📅 Créé 2026-04-27
33
cosmo-wander-ai/cosmo-edge

Moteur d’IA de périphérie en C++ de niveau production pour l’analyse vidéo et les VLM sur appareil sur Sophon, Rockchip RKNN et x86, avec orchestration visuelle, OSD en temps réel, événements et benchmarks reproductibles.

cosmo-wander-ai
⭐ 2,106 C 👤 cosmo-wander-ai Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2026-06-09
34
CryptoAILab/Awesome-LM-SSP

Une liste de lecture sur la sécurité, la sûreté et la confidentialité des grands modèles (y compris Awesome LLM Security, Safety, etc.).

CryptoAILab
⭐ 2,106 👤 CryptoAILab Organization 🕐 Mis à jour 2026-09-02 📅 Créé 2024-01-09
35
yueliu1999/Awesome-Jailbreak-on-LLMs

Awesome-Jailbreak-on-LLMs est une collection de méthodes de jailbreak de pointe, novatrices et passionnantes sur les LLM. Il contient des articles, des codes, des ensembles de données, des évaluations et des analyses.

yueliu1999
⭐ 2,034 👤 yueliu1999 User 🕐 Mis à jour 2026-11-08 📅 Créé 2024-06-27
36
NVIDIA-AI-Blueprints/video-search-and-summarization

Le plan d'IA NVIDIA pour la recherche et le résumé vidéo (VSS) est une architecture de référence accélérée par GPU pour construire des agents d'analyse vidéo avec des alertes vérifiées en temps réel, des questions-réponses visuelles et des rapports automatisés. Le plan VSS utilise des modèles de langage visuel (VLM) tels que NVIDIA Cosmos, des LLM tels que NVIDIA Nemotron, RAG et NVIDIA NIM.

NVIDIA-AI-Blueprints
⭐ 2,003 Python 👤 NVIDIA-AI-Blueprints Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2024-10-22
37
2U1/Qwen-VL-Series-Finetune

Une implémentation open-source pour le réglage fin de la série Qwen-VL d'Alibaba Cloud.

2U1
⭐ 1,983 Python 👤 2U1 User 🕐 Mis à jour 2026-09-09 📅 Créé 2024-09-10
38
browser-use/macOS-use

Rendre les applications Mac accessibles aux agents IA

browser-use
⭐ 1,948 Python 👤 browser-use Organization 🕐 Mis à jour 2025-03-05 📅 Créé 2025-01-23
39
Core-Mate/OpenGUI

OpenGUI est un framework d'agent GUI Android pour l'IA sur téléphone, capable de voir, de planifier et d'utiliser de véritables applications mobiles via l'interface graphique.

Core-Mate
⭐ 1,814 HTML 👤 Core-Mate Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2026-04-18
40
Tencent/AngelSlim

Kit d'outils de compression de modèles conçu pour une meilleure convivialité, exhaustivité et efficacité.

Tencent
⭐ 1,811 Python 👤 Tencent Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2025-07-04
41
software-mansion/react-native-executorch

Bibliothèque d'inférence d'IA sur l'appareil pour React Native, haute performance et axée sur la confidentialité, propulsée par le runtime ExecuTorch de PyTorch

software-mansion
⭐ 1,794 TypeScript 👤 software-mansion Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2024-10-16
42
coderonion/awesome-yolo-object-detection

🚀🚀🚀 Une collection de projets fantastiques de séries YOLO pour la détection d'objets publics et les ensembles de données de détection d'objets associés.

coderonion
⭐ 1,747 👤 coderonion User 🕐 Mis à jour 2025-05-31 📅 Créé 2022-02-19
43
zapdos-labs/unblink

Surveillance de caméra avec VLM

zapdos-labs
⭐ 1,518 Go 👤 zapdos-labs Organization 🕐 Mis à jour 2026-03-09 📅 Créé 2025-11-05
44
peterdsharpe/AeroSandbox

Optimisation de la conception d'aéronefs accélérée par des transformations de graphes de calcul (par ex., différentiation automatique). Outils d'analyse composables pour l'aérodynamique, la propulsion, les structures, la conception de trajectoire et bien plus.

peterdsharpe
⭐ 1,400 Jupyter Notebook 👤 peterdsharpe User 🕐 Mis à jour 2026-10-30 📅 Créé 2019-05-15
45
gokayfem/awesome-vlm-architectures

Catalogue visuel soigneusement sélectionné de plus de 200 architectures de modèles de vision et de langage (VLM/MLLM) : articles, schémas, recettes d’entraînement, jeux de données et calendrier de publication des agents d’IA multimodaux.

gokayfem
⭐ 1,368 Markdown 👤 gokayfem User 🕐 Mis à jour 2026-10-27 📅 Créé 2024-02-15
46
fpgaminer/joycaption

JoyCaption est un modèle linguistique visuel (VLM) de légende d'image, développé à partir de zéro comme un modèle gratuit, ouvert et non censuré destiné à la communauté pour l'entraînement des modèles de diffusion.

fpgaminer
⭐ 1,303 Jupyter Notebook 👤 fpgaminer User 🕐 Mis à jour 2026-02-24 📅 Créé 2024-10-12
47
zai-org/CogAgent

Un agent GUI open-source de bout en bout basé sur VLM

zai-org
⭐ 1,201 Python 👤 zai-org Organization 🕐 Mis à jour 2026-10-12 📅 Créé 2023-11-28
48
InternRobotics/InternNav

Plateforme ouverte d'InternRobotics pour la construction de modèles fondamentaux de navigation généralisés.

InternRobotics
⭐ 1,189 Jupyter Notebook 👤 InternRobotics Organization 🕐 Mis à jour 2026-03-10 📅 Créé 2025-07-24
49
RainBowLuoCS/Gamer

Implémentation officielle de Gamer : un modèle de fondation généraliste vision-langage-action pour des agents de jeu vidéo en temps réel à long horizon

RainBowLuoCS
⭐ 1,179 👤 RainBowLuoCS User 🕐 Mis à jour 2026-11-16 📅 Créé 2026-10-30
50
momozi1996/awesome-ai-persona-skills

La collection la plus complète, mise à jour en continu et la plus populaire de plus de 100 compétences de distillation de personnalités sur le web | Systèmes multi-agents | Toutes les catégories : célébrités/réalisateurs/légendes en ligne/textes anciens/anime/milieu professionnel/émotions

momozi1996
⭐ 1,129 Shell 👤 momozi1996 User 🕐 Mis à jour 2026-09-02 📅 Créé 2026-04-10

Foire aux questions

1

Quel est le dépôt #vlm le plus populaire sur GitHub ?

Le projet #vlm open source le mieux classé sur GitHub est huggingface/transformers, avec 169,339 étoiles. 🤗 Transformers : le framework de définition de modèles pour les modèles d'apprentissage automatique de pointe en texte, vision, audio et modèles multimodaux, à la fois pour l'inférence et l'entraînement.

2

Quels langages de programmation sont les plus utilisés dans les dépôts #vlm ?

Parmi les projets #vlm les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, TypeScript, Go.

3

Comment le classement des dépôts #vlm est-il calculé ?

Nous suivons 89 dépôts open source actifs associés à #vlm (500+ étoiles), totalisant 457,898 étoiles, avec une moyenne de 5,144 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.