Git Stars Git Stars

#multi-modal Repository

Scopri 47 repository GitHub open source attivi contrassegnati con #multi-modal, che raccolgono un totale di 208,313 stelle (con una media di 4,432 stelle per progetto). Il progetto leader di questo argomento è agentscope-ai/agentscope, con 36,422 stelle.

47
Totale Repository
208,313
Totale stelle
4,432
Media Stelle/Repo

47 repository in totale

1
agentscope-ai/agentscope

Crea e avvia agenti che puoi vedere, comprendere e in cui puoi avere fiducia.

agentscope-ai
⭐ 36,422 Python 👤 agentscope-ai Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2024-01-12
2
OpenBMB/MiniCPM-V

Guarda, ascolta e interagisci sui tuoi dispositivi locali.

OpenBMB
⭐ 27,174 Python 👤 OpenBMB Organization 🕐 Aggiornato 2026-11-09 📅 Creato 2024-01-29
3
TEN-framework/ten-framework

Framework open-source per agenti vocali AI conversazionali

TEN-framework
⭐ 11,241 Python 👤 TEN-framework Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2024-06-19
4
OpenGVLab/InternVL

[CVPR 2024 Oral] InternVL Family: Un'alternativa open-source pionieristica a GPT-4o. Un modello di dialogo multimodale open-source con prestazioni vicine a GPT-4o.

OpenGVLab
⭐ 10,160 Python 👤 OpenGVLab Organization 🕐 Aggiornato 2025-09-22 📅 Creato 2023-11-22
5
modelscope/modelscope

ModelScope: porta in vita la nozione di Model-as-a-Service.

modelscope
⭐ 9,224 Python 👤 modelscope Organization 🕐 Aggiornato 2026-11-16 📅 Creato 2022-07-25
6
datajuicer/data-juicer

Elaborazione dati per e con modelli di base! 🍎 🍋 🌽 ➡️ ➡️🍸 🍹 🍷

datajuicer
⭐ 7,266 Python 👤 datajuicer Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2023-08-01
7
enricoros/big-AGI

Lo spazio di lavoro AI per esperti. Passa da un modello all’altro tra oltre 800 modelli durante la chat, regola più di 40 parametri e affianca i modelli Beam per confrontarli. Usa le tue chiavi e ospitalo autonomamente. Basato sul nostro motore a protocollo nativo: affidabile, altamente configurabile e veloce.

enricoros
⭐ 7,167 TypeScript 👤 enricoros User 🕐 Aggiornato 2026-11-20 📅 Creato 2023-03-19
8
zai-org/CogVLM

un modello linguistico visivo aperto all'avanguardia | modello pre-addestrato multimodale

zai-org
⭐ 6,712 Python 👤 zai-org Organization 🕐 Aggiornato 2024-05-29 📅 Creato 2023-09-18
9
valhalla/valhalla

Motore di instradamento open source per OpenStreetMap

valhalla
⭐ 6,475 C++ 👤 valhalla Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2016-01-19
10
OFA-Sys/Chinese-CLIP

Versione cinese di CLIP che ottiene il recupero cross-modale e la generazione di rappresentazioni in cinese.

OFA-Sys
⭐ 6,056 Jupyter Notebook 👤 OFA-Sys Organization 🕐 Aggiornato 2026-03-31 📅 Creato 2022-07-08
11
google-deepmind/gemma

Libreria LLM open-weight Gemma di Google DeepMind

google-deepmind
⭐ 5,867 Python 👤 google-deepmind Organization 🕐 Aggiornato 2026-11-19 📅 Creato 2024-02-20
12
lucidrains/DALLE-pytorch

Implementazione / replica di DALL-E, il trasformatore Text to Image di OpenAI, in Pytorch

lucidrains
⭐ 5,632 Python 👤 lucidrains User 🕐 Aggiornato 2024-02-17 📅 Creato 2021-01-05
13
marqo-ai/marqo

Ricerca e scoperta eCommerce - marqo.ai

marqo-ai
⭐ 5,024 Python 👤 marqo-ai Organization 🕐 Aggiornato 2026-09-03 📅 Creato 2022-08-01
14
open-compass/VLMEvalKit

Toolkit di valutazione open-source per modelli multimodali di grandi dimensioni (LMM), supporta 220+ LMM, 80+ benchmark

open-compass
⭐ 4,499 Python 👤 open-compass Organization 🕐 Aggiornato 2026-11-19 📅 Creato 2023-12-01
15
zjunlp/DeepKE

[EMNLP 2022] Un toolkit aperto per l'estrazione e la costruzione di grafi di conoscenza

zjunlp
⭐ 4,486 Python 👤 zjunlp Organization 🕐 Aggiornato 2026-07-13 📅 Creato 2018-08-01
16
VectorSpaceLab/OmniGen

OmniGen: Generazione Unificata di Immagini. https://arxiv.org/pdf/2409.11340

VectorSpaceLab
⭐ 4,340 Jupyter Notebook 👤 VectorSpaceLab Organization 🕐 Aggiornato 2025-12-04 📅 Creato 2024-09-16
17
zai-org/VisualGLM-6B

Modello linguistico conversazionale multimodale cinese e inglese | Modello linguistico di dialogo bilingue cinese-inglese multimodale

zai-org
⭐ 4,181 Python 👤 zai-org Organization 🕐 Aggiornato 2024-08-23 📅 Creato 2023-04-23
18
SciSharp/LLamaSharp

Una libreria C#/.NET per eseguire in modo efficiente LLM (🦙LLaMA/LLaVA) sul tuo dispositivo locale.

SciSharp
⭐ 3,826 C# 👤 SciSharp Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2023-05-09
19
huangjunsen0406/py-xiaozhi

Ecosistema di assistente AI open source con integrazioni MCP, flussi di lavoro multimodali, supporto IoT e interazione vocale multipiattaforma.

huangjunsen0406
⭐ 3,560 Python 👤 huangjunsen0406 User 🕐 Aggiornato 2026-11-09 📅 Creato 2025-02-15
20
PKU-YuanGroup/Video-LLaVA

【EMNLP 2024🔥】Video-LLaVA: Apprendimento di una Rappresentazione Visiva Unificata tramite Allineamento prima della Proiezione

PKU-YuanGroup
⭐ 3,425 Python 👤 PKU-YuanGroup Organization 🕐 Aggiornato 2024-12-03 📅 Creato 2023-10-23
21
docarray/docarray

Rappresentare, inviare, archiviare e cercare dati multimodali

docarray
⭐ 3,123 Python 👤 docarray Organization 🕐 Aggiornato 2026-03-27 📅 Creato 2021-12-14
22
JIA-Lab-research/LISA

Pagina del progetto per "LISA: Reasoning Segmentation via Large Language Model"

JIA-Lab-research
⭐ 2,643 Python 👤 JIA-Lab-research Organization 🕐 Aggiornato 2025-02-16 📅 Creato 2023-08-01
23
zai-org/CogVLM2

Modello multimodale open-source di livello GPT4V basato su Llama3-8B

zai-org
⭐ 2,439 Python 👤 zai-org Organization 🕐 Aggiornato 2025-03-03 📅 Creato 2024-05-10
24
PKU-YuanGroup/MoE-LLaVA

【TMM 2025🔥】 Mixture-of-Experts per grandi modelli Vision-Language

PKU-YuanGroup
⭐ 2,321 Python 👤 PKU-YuanGroup Organization 🕐 Aggiornato 2025-07-15 📅 Creato 2023-12-14
25
tangxyw/RecSysPapers

Una raccolta di classici industriali e articoli all'avanguardia nei settori raccomandazione/pubblicità/ricerca. A collection of industry classics and cutting-edge papers in the field of recommendation/advertising/search.

tangxyw
⭐ 2,216 Python 👤 tangxyw User 🕐 Aggiornato 2026-06-11 📅 Creato 2022-08-16
26
OpenMotionLab/MotionGPT

[NeurIPS 2023] MotionGPT: movimento umano come lingua straniera, un modello unificato di generazione di movimento-lingua che utilizza LLM

OpenMotionLab
⭐ 1,943 Python 👤 OpenMotionLab Organization 🕐 Aggiornato 2025-07-01 📅 Creato 2023-06-20
27
Kav-K/GPTDiscord

Un'interfaccia GPT robusta e all-in-one per Discord. Conversazioni in stile ChatGPT, generazione di immagini, moderazione AI, indici/knowledge base personalizzati, riassuntore di YouTube e altro ancora!

Kav-K
⭐ 1,852 Python 👤 Kav-K User 🕐 Aggiornato 2026-11-01 📅 Creato 2022-12-08
28
IntelLabs/fastRAG

Framework efficiente per il recupero aumentato e la generazione

IntelLabs
⭐ 1,758 Python 👤 IntelLabs Organization 🕐 Aggiornato 2025-01-09 📅 Creato 2023-01-23
29
bytedance/SALMONN

Famiglia SALMONN: Una suite di LLM multimodali avanzati

bytedance
⭐ 1,576 👤 bytedance Organization 🕐 Aggiornato 2026-10-16 📅 Creato 2023-08-11
30
lucidrains/transfusion-pytorch

Implementazione Pytorch di Transfusion, "Prevedi il prossimo token e diffondi immagini con un unico modello multimodale" da MetaAI

lucidrains
⭐ 1,412 Python 👤 lucidrains User 🕐 Aggiornato 2026-09-04 📅 Creato 2024-08-23
31
datascale-ai/data_engineering_book

Ingegneria dei dati per modelli di grandi dimensioni: Architettura, algoritmi e pratica di progetto

datascale-ai
⭐ 1,398 Python 👤 datascale-ai Organization 🕐 Aggiornato 2026-11-19 📅 Creato 2026-01-31
32
MedMNIST/MedMNIST

[pip install medmnist] 18 set di dati standardizzati per la classificazione di immagini biomediche 2D e 3D

MedMNIST
⭐ 1,367 Python 👤 MedMNIST Organization 🕐 Aggiornato 2025-01-11 📅 Creato 2020-10-25
33
vercel/modelfusion

La libreria TypeScript per la creazione di applicazioni AI.

vercel
⭐ 1,307 TypeScript 👤 vercel Organization 🕐 Aggiornato 2024-07-19 📅 Creato 2023-05-25
34
Tebmer/Awesome-Knowledge-Distillation-of-LLMs

Questo repository raccoglie articoli per "A Survey on Knowledge Distillation of Large Language Models". Suddividiamo KD in Estrazione della Conoscenza e Algoritmi di Distillazione, ed esploriamo la Distillazione per Abilità e Verticale degli LLM.

Tebmer
⭐ 1,282 👤 Tebmer User 🕐 Aggiornato 2025-03-09 📅 Creato 2024-02-08
35
OpenBMB/VisRAG

RAG senza parsing supportato da VLM

OpenBMB
⭐ 991 Python 👤 OpenBMB Organization 🕐 Aggiornato 2026-11-02 📅 Creato 2024-10-14
36
microsoft/farmvibes-ai

FarmVibes.AI: Modelli ML GeoSpaziali Multi-Modali per l'Agricoltura e la Sostenibilità

microsoft
⭐ 913 Jupyter Notebook 👤 microsoft Organization 🕐 Aggiornato 2026-11-03 📅 Creato 2022-09-06
37
PKU-YuanGroup/LanguageBind

【ICLR 2024🔥】 Estensione del pre-addestramento video-linguaggio a N-modalità tramite allineamento semantico basato sul linguaggio

PKU-YuanGroup
⭐ 856 Python 👤 PKU-YuanGroup Organization 🕐 Aggiornato 2024-03-25 📅 Creato 2023-10-02
38
AnswerDotAI/byaldi

Utilizza modelli multimodali a interazione tardiva come ColPali in poche righe di codice.

AnswerDotAI
⭐ 848 Python 👤 AnswerDotAI Organization 🕐 Aggiornato 2025-01-28 📅 Creato 2024-09-04
39
OpenVGLab/OmniLottie

[CVPR 2026🔥] 🧑‍🎨 OmniLottie, un generatore di animazioni vettoriali multimodali open‑source che produce file JSON Lottie.

OpenVGLab
⭐ 816 Python 👤 OpenVGLab Organization 🕐 Aggiornato 2026-04-06 📅 Creato 2026-01-15
40
raphael-seo/Versatile-OCR-Program

Pipeline OCR multimodale ottimizzata per l'addestramento ML (testo, figure, matematica, tabelle, diagrammi)

raphael-seo
⭐ 677 Python 👤 raphael-seo User 🕐 Aggiornato 2026-05-13 📅 Creato 2025-04-01
41
salesforce/UniControl

Modello di generazione visiva unificato e controllabile

salesforce
⭐ 665 Python 👤 salesforce Organization 🕐 Aggiornato 2026-06-02 📅 Creato 2023-05-18
42
InternRobotics/Aether

[ICCV 2025 & ICCV 2025 RIWM Outstanding Paper] Aether: Modellazione unificata del mondo consapevole della geometria

InternRobotics
⭐ 614 Python 👤 InternRobotics Organization 🕐 Aggiornato 2025-10-26 📅 Creato 2025-03-24
43
F-R-L/forge-film

Generazione parallela di film AI guidata da DAG multi-modello — accelerazione parallela scala con l'indipendenza della scena; Genera scene di film simultaneamente invece di una alla volta; "Trasformare il grafo di esecuzione della generazione audiovisiva dall'ordine topologico alla programmazione ottimale del percorso critico"; L'unico motore di generazione audiovisiva che modella le dipendenze narrative della scena come DAG e guida la programmazione parallela con algoritmo CPM

F-R-L
⭐ 540 Python 👤 F-R-L User 🕐 Aggiornato 2026-03-26 📅 Creato 2026-03-24
44
kyegomez/RT-2

Democratizzazione di RT-2 „RT-2: Il nuovo modello traduce visione e linguaggio in azione“

kyegomez
⭐ 539 Python 👤 kyegomez User 🕐 Aggiornato 2024-07-26 📅 Creato 2023-07-28
45
worldbench/awesome-vla-for-ad

🌐 Modelli di visione, linguaggio e azione per la guida autonoma: passato, presente e futuro

worldbench
⭐ 530 HTML 👤 worldbench Organization 🕐 Aggiornato 2026-11-14 📅 Creato 2025-09-07
46
patrickjohncyh/fashion-clip

FashionCLIP è un modello simile a CLIP ottimizzato per il dominio della moda.

patrickjohncyh
⭐ 518 Python 👤 patrickjohncyh User 🕐 Aggiornato 2025-01-30 📅 Creato 2022-05-20
47
jqtangust/Robust-R1

🔥🔥🔥[AAAI 2026 Oral] Implementazione Ufficiale di Robust‑R1: Ragionamento Sensibile alla Degradazione per la Comprensione Visiva Robusta

jqtangust
⭐ 510 Python 👤 jqtangust User 🕐 Aggiornato 2026-01-20 📅 Creato 2025-11-09

Domande frequenti

1

Qual è il repository #multi-modal più popolare su GitHub?

Il progetto open source #multi-modal più alto in classifica su GitHub è agentscope-ai/agentscope, con 36,422 stelle. Crea e avvia agenti che puoi vedere, comprendere e in cui puoi avere fiducia.

2

Quali linguaggi di programmazione sono più utilizzati nei repository #multi-modal?

Tra i progetti #multi-modal più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, TypeScript, C++.

3

Come viene calcolata la classifica dei repository #multi-modal?

Monitoriamo 47 repository open source attivi contrassegnati con #multi-modal (500+ stelle), per un totale di 208,313 stelle e una media di 4,432 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.