Git Stars Git Stars

#vlm Dépôts

89
Total des Dépôts
457,898
Nombre total d'étoiles
5,144
Moyenne d'Étoiles/Dépôt
51
NVIDIA-NeMo/Automodel

🚀 Bibliothèque d'entraînement natif distribué Pytorch pour LLMs/VLMs avec prise en charge immédiate de Hugging Face

NVIDIA-NeMo
⭐ 1,096 Python 👤 NVIDIA-NeMo Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2025-05-21
52
BAAI-DCAI/Bunny

Une famille de modèles multimodaux légers.

BAAI-DCAI
⭐ 1,049 Python 👤 BAAI-DCAI User 🕐 Mis à jour 2024-11-18 📅 Créé 2024-01-31
53
Valen-Team/Valen

Modèles ouverts de décision multimodale, de 0,8B à 27B, pour le texte, les images et la vidéo. Prenez des décisions en attribuant des probabilités à vos propres candidats et localisez avec des cadres de délimitation, plutôt que de générer du texte. API gratuite, ONNX, GGUF, vLLM et SGLang ; code de fine-tuning inclus.

Valen-Team
⭐ 932 Python 👤 Valen-Team Organization 🕐 Mis à jour 2026-11-15 📅 Créé 2026-09-23
54
EvolvingLMMs-Lab/NEO

Série NEO : Modèles natifs de vision-langage basés sur les premiers principes

EvolvingLMMs-Lab
⭐ 931 Python 👤 EvolvingLMMs-Lab Organization 🕐 Mis à jour 2026-11-11 📅 Créé 2025-10-16
55
candle-org/MindAct

MindSpore + 🤗Huggingface : Exécutez n'importe quel modèle Transformers/Diffusers sur MindSpore avec une compatibilité et une accélération transparentes.

candle-org
⭐ 921 Python 👤 candle-org Organization 🕐 Mis à jour 2026-09-01 📅 Créé 2022-09-23
56
Skythinker616/gpt-assistant-android

【Nouveau mode agent intelligent】Assistant GPT pour Android dans tous les scénarios, activable via les touches de volume pour interaction vocale, prend en charge la connexion réseau, prise de photos, modèles, analyse de PDF et documents Office, et mode agent.

Skythinker616
⭐ 908 Java 👤 Skythinker616 User 🕐 Mis à jour 2026-05-05 📅 Créé 2023-09-13
57
PKU-YuanGroup/UniWorld

UniWorld: Codeurs sémantiques haute résolution pour la compréhension et la génération visuelles unifiées

PKU-YuanGroup
⭐ 896 Python 👤 PKU-YuanGroup Organization 🕐 Mis à jour 2025-12-23 📅 Créé 2024-11-21
58
OpenDCAI/OpenWorldLib

Base de Code Unifiée pour des Modèles Mondiaux Avancés.

OpenDCAI
⭐ 892 Python 👤 OpenDCAI Organization 🕐 Mis à jour 2026-10-29 📅 Créé 2025-11-21
59
baidu-baige/LoongForge

Un framework haute performance pour entraîner des LLM, des VLM, des modèles de diffusion et des modèles incarnés sur des GPU NVIDIA et des XPU Kunlun. Prend en charge Pi0.5, GR00T-N1.7, FastWAM, Cosmos3, DreamZero, DeepSeek-V4, GLM-5.3, Kimi-K3 et bien d’autres.

baidu-baige
⭐ 881 Python 👤 baidu-baige Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2026-04-23
60
SkyworkAI/UniPic

Modèle open-source SOTA d'édition multi-images

SkyworkAI
⭐ 877 Python 👤 SkyworkAI Organization 🕐 Mis à jour 2026-07-13 📅 Créé 2025-07-27
61
Purewhiter/mobilegym

[EMNLP 2026] MobileGym : une plateforme de simulation vérifiable et hautement parallèle pour la recherche sur les agents d'interface graphique mobile · Simulateur Android hébergé dans le navigateur · Évaluation vérifiable · Entraînement RL en ligne évolutif

Purewhiter
⭐ 872 Python 👤 Purewhiter User 🕐 Mis à jour 2026-11-16 📅 Créé 2026-05-14
62
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
63
OpenDataBox/awesome-data-llm

Référentiel officiel de l'article d'enquête "LLM × DATA"

OpenDataBox
⭐ 836 👤 OpenDataBox Organization 🕐 Mis à jour 2026-10-25 📅 Créé 2024-08-04
64
zubair-irshad/Awesome-Robotics-3D

Une liste organisée d'articles sur la vision 3D relatifs au domaine de la robotique à l'ère des grands modèles, c'est-à-dire les LLM/VLM, inspirée par awesome-computer-vision, y compris des articles, des codes et des sites Web connexes

zubair-irshad
⭐ 824 👤 zubair-irshad User 🕐 Mis à jour 2025-12-17 📅 Créé 2024-08-12
65
OpenVGLab/OmniLottie

[CVPR 2026🔥] 🧑‍🎨 OmniLottie, un générateur d'animation vectorielle multimodale open‑source qui produit des fichiers JSON Lottie.

OpenVGLab
⭐ 816 Python 👤 OpenVGLab Organization 🕐 Mis à jour 2026-04-06 📅 Créé 2026-01-15
66
coderonion/awesome-llm-and-aigc

🚀🚀🚀Une collection de quelques projets publics impressionnants sur les grands modèles de langue (LLM), les modèles de vision et de langue (VLM), l'action vision-langage (VLA), le contenu généré par l'IA (AIGC), les ensembles de données et applications associés.

coderonion
⭐ 810 👤 coderonion User 🕐 Mis à jour 2025-08-01 📅 Créé 2023-02-15
67
FluxVLA/FluxVLA

Une plateforme d'ingénierie VLA tout-en-un pour l'IA incarnée — des données au déploiement sur robots réels.

FluxVLA
⭐ 794 Python 👤 FluxVLA Organization 🕐 Mis à jour 2026-11-11 📅 Créé 2026-04-01
68
MigoXLab/dingo

Dingo: Un outil complet d'évaluation de la qualité des données, modèles et applications d'IA

MigoXLab
⭐ 771 Python 👤 MigoXLab Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2024-12-24
69
taco-group/SparkVSR

[ECCV 2026] SparkVSR : Super-résolution vidéo interactive par propagation de trames clés éparses

taco-group
⭐ 752 Python 👤 taco-group Organization 🕐 Mis à jour 2026-08-03 📅 Créé 2026-03-16
70
TIGER-AI-Lab/VLM2Vec

Ce dépôt contient le code pour "VLM2Vec / MMEB" [ICLR 2025], "VLM2Vec-V2 / MMEB-V2" [TMLR 2026] et "MMEB-V3" [COLM 2026]

TIGER-AI-Lab
⭐ 705 Python 👤 TIGER-AI-Lab Organization 🕐 Mis à jour 2026-10-23 📅 Créé 2024-10-07
71
hybridgroup/yzma

Progressez avec votre propre intelligence : écrivez des applications Go qui intègrent directement llama.cpp pour effectuer des inférences locales avec accélération matérielle sous Linux, macOS, Windows et WebAssembly.

hybridgroup
⭐ 677 Go 👤 hybridgroup Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2025-09-21
72
mbzuai-oryx/GeoChat

[CVPR 2024 🔥] GeoChat, le premier grand modèle linguistique visuel ancré pour la télédétection

mbzuai-oryx
⭐ 675 Python 👤 mbzuai-oryx Organization 🕐 Mis à jour 2024-11-28 📅 Créé 2023-11-23
⭐ 650 👤 XiaomiMiMo Organization 🕐 Mis à jour 2026-10-29 📅 Créé 2025-05-29
74
zenstory-ai/video-recap-skills

Pack de compétences d’agent IA pour la narration vidéo : découpage automatique des plans, analyse des images pour rédiger le texte de narration, ajout de la voix off et mixage audio pour produire la vidéo finale ; exportation de brouillons pour Jianying/CapCut, sans GPU requis | Compétences d’agent pour résumés vidéo narrés et brouillons CapCut

zenstory-ai
⭐ 649 Python 👤 zenstory-ai Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2026-05-02
75
huggingface/optimum-intel

🤗 Optimum Intel: Accélérez l'inférence avec les outils d'optimisation d'Intel

huggingface
⭐ 631 Jupyter Notebook 👤 huggingface Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2022-05-25
76
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
77
Fabric-Project/Fabric

Outil Node Creative Coding / 3D / Traitement d'image inspiré de Quartz Composer

Fabric-Project
⭐ 613 Swift 👤 Fabric-Project Organization 🕐 Mis à jour 2026-11-11 📅 Créé 2025-04-28
78
THUSI-Lab/GameScaling

Passage à l’échelle dans les jeux : préentraînement continu d’agents incarnés dans des mondes virtuels variés. Poids disponibles sur Hugging Face.

THUSI-Lab
⭐ 604 Python 👤 THUSI-Lab Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2026-10-10
79
gokayfem/ComfyUI_VLM_nodes

Nœuds ComfyUI pour les modèles vision-langage : Qwen3-VL, Moondream 3, Florence-2, SmolVLM2, InternVL, Gemma 3, MiniCPM-V. Inclut également la détection à vocabulaire ouvert, la segmentation SAM2/SAM3, le raisonnement temporel vidéo, GGUF via llama.cpp, et des API LLM/VLM hébergées.

gokayfem
⭐ 592 Python 👤 gokayfem User 🕐 Mis à jour 2026-08-08 📅 Créé 2024-01-24
80
awwaiid/ghostwriter

Utilisez le reMarkable2 comme interface pour les vision-LLMs (ChatGPT, Claude, Gemini). Fantôme dans la machine !

awwaiid
⭐ 573 Rust 👤 awwaiid User 🕐 Mis à jour 2026-11-12 📅 Créé 2024-10-06
81
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
82
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
83
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
84
niuzaisheng/ScreenAgent

ScreenAgent : Un agent de contrôle informatique piloté par un grand modèle linguistique visuel (IJCAI-24)

niuzaisheng
⭐ 547 Python 👤 niuzaisheng User 🕐 Mis à jour 2024-11-25 📅 Créé 2024-01-15
85
worldbench/awesome-vla-for-ad

🌐 Modèles de vision, langage et action pour la conduite autonome : passé, présent et avenir

worldbench
⭐ 530 HTML 👤 worldbench Organization 🕐 Mis à jour 2026-11-14 📅 Créé 2025-09-07
86
vulab-AI/Awesome-Spatial-VLMs

[Awesome-Spatial-VLMs] Ce dépôt est la ressource officielle, maintenue par la communauté, pour l'article de synthèse : Spatial Intelligence in Vision-Language Models: A Comprehensive Survey ;

vulab-AI
⭐ 525 Python 👤 vulab-AI Organization 🕐 Mis à jour 2026-07-30 📅 Créé 2025-07-10
87
haoranD/Awesome-Embodied-AI

Une liste curatée d'excellents articles sur l'IA incarnée et les ressources liées à la recherche et à l'industrie.

haoranD
⭐ 525 👤 haoranD User 🕐 Mis à jour 2025-06-03 📅 Créé 2023-07-21
88
coderonion/awesome-cuda-and-hpc

🚀🚀🚀 Ce dépôt répertorie quelques projets publics impressionnants liés à CUDA, cuda-python, cuBLAS, cuDNN, CUTLASS, TensorRT, TensorRT-LLM, Triton, TVM, MLIR, PTX et au calcul haute performance (HPC).

coderonion
⭐ 502 👤 coderonion User 🕐 Mis à jour 2025-08-02 📅 Créé 2023-02-23
89
NVlabs/vla0

VLA-0 : créer des VLA de pointe sans aucune modification

NVlabs
⭐ 501 Python 👤 NVlabs Organization 🕐 Mis à jour 2026-02-21 📅 Créé 2025-10-14