Git Stars Git Stars

#mllm Repository

Scopri 39 repository GitHub open source attivi contrassegnati con #mllm, che raccolgono un totale di 95,941 stelle (con una media di 2,460 stelle per progetto). Il progetto leader di questo argomento è microsoft/unilm, con 22,247 stelle.

39
Totale Repository
95,941
Totale stelle
2,460
Media Stelle/Repo

39 repository in totale

1
microsoft/unilm

Pre-allenamento auto-supervisionato su larga scala attraverso compiti, lingue e modalità

microsoft
⭐ 22,247 Python 👤 microsoft Organization 🕐 Aggiornato 2026-09-21 📅 Creato 2019-07-23
2
simular-ai/Agent-S

Agent S: agenti open source all’avanguardia per l’uso del computer

simular-ai
⭐ 13,014 Python 👤 simular-ai Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2024-10-09
3
X-PLUG/MobileAgent

Mobile-Agent: La potente famiglia di agenti GUI

X-PLUG
⭐ 9,396 Python 👤 X-PLUG Organization 🕐 Aggiornato 2026-11-03 📅 Creato 2024-01-26
4
manycore-research/SpatialLM

[NeurIPS 2025] SpatialLM: Training Large Language Models for Structured Indoor Modeling

manycore-research
⭐ 5,165 Python 👤 manycore-research Organization 🕐 Aggiornato 2026-06-26 📅 Creato 2025-03-14
5
NVlabs/Eagle

Eagle: Modelli Visione-Linguaggio Frontier con Strategie Data-Centric

NVlabs
⭐ 3,861 Python 👤 NVlabs Organization 🕐 Aggiornato 2026-11-07 📅 Creato 2024-06-27
6
atfortes/Awesome-LLM-Reasoning

Dal prompting Chain-of-Thought a OpenAI o1 e DeepSeek-R1 🍓

atfortes
⭐ 3,713 👤 atfortes User 🕐 Aggiornato 2026-04-20 📅 Creato 2022-11-05
7
robbyant-research/MagicQuill

[CVPR'25] Implementazioni Ufficiali per Paper - MagicQuill: Un Sistema Intelligente Interattivo di Editing di Immagini

robbyant-research
⭐ 3,676 Python 👤 robbyant-research Organization 🕐 Aggiornato 2025-12-03 📅 Creato 2024-11-12
8
NExT-GPT/NExT-GPT

Codice e modelli per il paper ICML 2024, NExT-GPT: Modello linguistico multimodale di grandi dimensioni Any-to-Any

NExT-GPT
⭐ 3,626 Python 👤 NExT-GPT User 🕐 Aggiornato 2025-05-13 📅 Creato 2023-08-30
9
InternLM/InternLM-XComposer

InternLM-XComposer2.5-OmniLive: Un sistema multimodale completo per interazioni audio e video in streaming a lungo termine

InternLM
⭐ 2,925 Python 👤 InternLM Organization 🕐 Aggiornato 2025-05-26 📅 Creato 2023-09-26
10
X-PLUG/mPLUG-DocOwl

mPLUG-DocOwl: Modello linguistico multimodale modulare di grandi dimensioni per la comprensione dei documenti

X-PLUG
⭐ 2,407 Python 👤 X-PLUG Organization 🕐 Aggiornato 2025-05-30 📅 Creato 2023-07-04
11
cambrian-mllm/cambrian

Cambrian-1 è una famiglia di LLM multimodali con un design incentrato sulla visione.

cambrian-mllm
⭐ 2,013 Python 👤 cambrian-mllm Organization 🕐 Aggiornato 2025-11-07 📅 Creato 2024-06-17
12
coderonion/awesome-yolo-object-detection

🚀🚀🚀 Una raccolta di alcuni fantastici progetti della serie YOLO per il rilevamento di oggetti pubblici e i relativi set di dati per il rilevamento di oggetti.

coderonion
⭐ 1,747 👤 coderonion User 🕐 Aggiornato 2025-05-31 📅 Creato 2022-02-19
13
bytedance/Sa2VA

Repository ufficiale per la codebase di Pixel-LLM: Sa2VA (T-PAMI-26), SAMTok (CVPR-26), VRT (Arxiv-25), SaSaSa2VA (1ª soluzione per LSVOS)

bytedance
⭐ 1,702 Python 👤 bytedance Organization 🕐 Aggiornato 2026-10-30 📅 Creato 2025-01-06
14
IDEA-Research/Rex-Omni

[CVPR2026] Rileva tutto tramite la previsione del punto successivo

IDEA-Research
⭐ 1,642 Jupyter Notebook 👤 IDEA-Research Organization 🕐 Aggiornato 2026-02-22 📅 Creato 2025-10-04
15
gokayfem/awesome-vlm-architectures

Catalogo visivo selezionato di oltre 200 architetture di modelli visione-linguaggio (VLM/MLLM): articoli, diagrammi, ricette di addestramento, set di dati e cronologia dei rilasci degli agenti IA multimodali.

gokayfem
⭐ 1,368 Markdown 👤 gokayfem User 🕐 Aggiornato 2026-10-27 📅 Creato 2024-02-15
16
EvolvingLMMs-Lab/LLaVA-OneVision-2.5

Framework completamente aperto per l'addestramento multimodale democratizzato

EvolvingLMMs-Lab
⭐ 1,245 Python 👤 EvolvingLMMs-Lab Organization 🕐 Aggiornato 2026-11-18 📅 Creato 2025-09-16
17
BAAI-DCAI/Bunny

Una famiglia di modelli multimodali leggeri.

BAAI-DCAI
⭐ 1,049 Python 👤 BAAI-DCAI User 🕐 Aggiornato 2024-11-18 📅 Creato 2024-01-31
18
taco-group/OpenEMMA

OpenEMMA, una "riproduzione" open source con licenza permissiva del modello EMMA di Waymo.

taco-group
⭐ 937 Python 👤 taco-group Organization 🕐 Aggiornato 2025-05-13 📅 Creato 2024-10-30
19
EvolvingLMMs-Lab/NEO

Serie NEO: Modelli nativi visione-linguaggio dai primi principi

EvolvingLMMs-Lab
⭐ 931 Python 👤 EvolvingLMMs-Lab Organization 🕐 Aggiornato 2026-11-11 📅 Creato 2025-10-16
20
LYL1015/JarvisArt

[NeurIPS' 2025] JarvisArt: Liberare la creatività artistica umana tramite un agente intelligente per il ritocco fotografico

LYL1015
⭐ 880 Python 👤 LYL1015 User 🕐 Aggiornato 2026-04-04 📅 Creato 2025-06-24
21
CircleRadon/Osprey

[CVPR2024] Il codice per "Osprey: Pixel Understanding with Visual Instruction Tuning"

CircleRadon
⭐ 843 Python 👤 CircleRadon User 🕐 Aggiornato 2025-08-19 📅 Creato 2023-12-17
22
taco-group/4KAgent

[NeurIPS 2025] 4KAgent: Agentic Any Image to 4K Super-Resolution. Un agente intelligente di visione artificiale che può magicamente ripristinare qualsiasi immagine in perfetti 4K!

taco-group
⭐ 830 Python 👤 taco-group Organization 🕐 Aggiornato 2025-09-24 📅 Creato 2025-05-27
23
MIV-XJTU/FSDrive

[NeurIPS 2025 spotlight] Implementazione ufficiale di "FutureSightDrive: Pensare visivamente con CoT spazio-temporale per la guida autonoma"

MIV-XJTU
⭐ 818 Python 👤 MIV-XJTU Organization 🕐 Aggiornato 2026-05-08 📅 Creato 2025-05-27
24
coderonion/awesome-llm-and-aigc

🚀🚀🚀Una raccolta di alcuni fantastici progetti pubblici su Large Language Model (LLM), Vision Language Model (VLM), Vision Language Action (VLA), AI Generated Content (AIGC), i relativi Dataset e Applicazioni.

coderonion
⭐ 810 👤 coderonion User 🕐 Aggiornato 2025-08-01 📅 Creato 2023-02-15
25
OpenSenseNova/SenseNova-Vision

La visione come generazione multimodale unificata

OpenSenseNova
⭐ 733 Python 👤 OpenSenseNova Organization 🕐 Aggiornato 2026-09-01 📅 Creato 2026-06-29
26
ChocoWu/Awesome-Scene-Graph-Generation

Questo è un repository per l'elenco di articoli sulla generazione e applicazione di grafi di scena.

ChocoWu
⭐ 731 👤 ChocoWu User 🕐 Aggiornato 2026-10-28 📅 Creato 2024-07-07
27
Coobiw/MPP-LLaVA

Progetto Personale: MPP-Qwen14B & MPP-Qwen-Next (Multimodal Pipeline Parallelism basato su Qwen-LM). Supporta [video/image/multi-image] {sft/conversations}. Non lasciare che la povertà limiti la tua immaginazione! Addestra il tuo MLLM in stile LLaVA-training da 8B/14B su RTX3090/4090 24GB.

Coobiw
⭐ 678 Jupyter Notebook 👤 Coobiw User 🕐 Aggiornato 2025-03-10 📅 Creato 2023-10-24
28
VITA-MLLM/Woodpecker

✨✨Woodpecker: Correzione delle allucinazioni per modelli linguistici di grandi dimensioni multimodali

VITA-MLLM
⭐ 642 Python 👤 VITA-MLLM Organization 🕐 Aggiornato 2024-12-23 📅 Creato 2023-09-26
29
zhipeixu/FakeShield

[ICLR 2025] FakeShield: Rilevamento e localizzazione spiegabile di falsificazioni di immagini tramite modelli linguistici multimodali di grandi dimensioni

zhipeixu
⭐ 633 Python 👤 zhipeixu User 🕐 Aggiornato 2026-02-21 📅 Creato 2024-10-03
30
ZebangCheng/Emotion-LLaMA

Emotion-LLaMA: Riconoscimento e Ragionamento Emotivo Multimodale con Fine-Tuning Istruzionale

ZebangCheng
⭐ 632 Python 👤 ZebangCheng User 🕐 Aggiornato 2026-09-23 📅 Creato 2024-05-22
31
MIV-XJTU/JanusVLN

[ICLR2026] Implementazione ufficiale per "JanusVLN: Decoupling Semantica e Spazialità con Memoria Implicita Duale per la Navigazione Visione-Lingua"

MIV-XJTU
⭐ 599 Python 👤 MIV-XJTU Organization 🕐 Aggiornato 2026-08-17 📅 Creato 2025-09-26
32
gokayfem/ComfyUI_VLM_nodes

Nodi ComfyUI per modelli vision-language: Qwen3-VL, Moondream 3, Florence-2, SmolVLM2, InternVL, Gemma 3, MiniCPM-V. Include inoltre rilevamento a vocabolario aperto, segmentazione SAM2/SAM3, ragionamento temporale video, GGUF tramite llama.cpp e API LLM/VLM ospitate.

gokayfem
⭐ 592 Python 👤 gokayfem User 🕐 Aggiornato 2026-08-08 📅 Creato 2024-01-24
33
FoundationVision/Groma

[ECCV2024] Modello linguistico multimodale ampio e fondato con tokenizzazione visiva localizzata

FoundationVision
⭐ 582 Python 👤 FoundationVision Organization 🕐 Aggiornato 2024-06-07 📅 Creato 2024-04-21
34
SkyworkAI/Vitron

NeurIPS 2024 Paper: Un LLM visivo unificato a livello di pixel per comprendere, generare, segmentare, modificare

SkyworkAI
⭐ 578 Python 👤 SkyworkAI Organization 🕐 Aggiornato 2024-10-20 📅 Creato 2024-03-18
35
uclanlp/OpenVLHarness

Codice ufficiale di OpenVLHarness: uso di strumenti da parte di agenti visivi nel mondo reale con memoria multimodale

uclanlp
⭐ 557 Python 👤 uclanlp Organization 🕐 Aggiornato 2026-11-10 📅 Creato 2026-10-15
36
OpenEnvision/Awesome-Multimodal-Modeling

Fantastica modellazione multimodale [Copre MLLM, UMM e NMM]

OpenEnvision
⭐ 552 JavaScript 👤 OpenEnvision Organization 🕐 Aggiornato 2026-11-15 📅 Creato 2026-03-27
37
YingqingHe/Awesome-LLMs-meet-Multimodal-Generation

🔥🔥🔥 Un elenco curato di articoli sulla generazione multimodale basata su LLM (image, video, 3D e audio).

YingqingHe
⭐ 550 HTML 👤 YingqingHe User 🕐 Aggiornato 2026-11-10 📅 Creato 2023-11-17
38
lucasjinreal/Crane

Un motore di inferenza interamente basato su Rust per LLM, VLM, VLA, TTS e OCR, basato su Candle e Rust. Un’alternativa a llama.cpp, molto più semplice e pulita.

lucasjinreal
⭐ 534 Rust 👤 lucasjinreal User 🕐 Aggiornato 2026-11-16 📅 Creato 2025-03-19
39
vulab-AI/Awesome-Spatial-VLMs

[Awesome-Spatial-VLMs] Questo repository è la risorsa ufficiale, gestita dalla community, per l'articolo di rassegna: Spatial Intelligence in Vision-Language Models: A Comprehensive Survey;

vulab-AI
⭐ 525 Python 👤 vulab-AI Organization 🕐 Aggiornato 2026-07-30 📅 Creato 2025-07-10

Domande frequenti

1

Qual è il repository #mllm più popolare su GitHub?

Il progetto open source #mllm più alto in classifica su GitHub è microsoft/unilm, con 22,247 stelle. Pre-allenamento auto-supervisionato su larga scala attraverso compiti, lingue e modalità

2

Quali linguaggi di programmazione sono più utilizzati nei repository #mllm?

Tra i progetti #mllm più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, Markdown, JavaScript.

3

Come viene calcolata la classifica dei repository #mllm?

Monitoriamo 39 repository open source attivi contrassegnati con #mllm (500+ stelle), per un totale di 95,941 stelle e una media di 2,460 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.