Git Stars Git Stars

#multi-modal-learning Repository

Scopri 19 repository GitHub open source attivi contrassegnati con #multi-modal-learning, che raccolgono un totale di 41,270 stelle (con una media di 2,172 stelle per progetto). Il progetto leader di questo argomento è mlfoundations/open_clip, con 14,278 stelle.

19
Totale Repository
41,270
Totale stelle
2,172
Media Stelle/Repo
Linguaggi di programmazione: Python Jupyter Notebook Java

19 repository in totale

1
mlfoundations/open_clip

Un'implementazione open source di CLIP.

mlfoundations
⭐ 14,278 Python 👤 mlfoundations Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2021-07-28
2
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
3
open-gigaai/giga-brain-0

GigaBrain-0: Un modello visione-linguaggio-azione alimentato da un modello del mondo

open-gigaai
⭐ 2,673 Python 👤 open-gigaai Organization 🕐 Aggiornato 2026-09-09 📅 Creato 2025-09-26
4
MineDojo/MineDojo

Costruzione di agenti incarnati aperti con conoscenza su scala Internet

MineDojo
⭐ 2,108 Java 👤 MineDojo Organization 🕐 Aggiornato 2024-03-18 📅 Creato 2022-06-18
5
NVlabs/RADIO

Repository ufficiale per "AM-RADIO: Reduce All Domains Into One"

NVlabs
⭐ 2,008 Python 👤 NVlabs Organization 🕐 Aggiornato 2026-10-06 📅 Creato 2023-12-08
6
apple-aiml-research/ml-mobileclip

Questo repository contiene l'implementazione ufficiale degli articoli di ricerca "MobileCLIP" CVPR 2024 e "MobileCLIP2" TMLR August 2025

apple-aiml-research
⭐ 1,687 Python 👤 apple-aiml-research Organization 🕐 Aggiornato 2026-09-11 📅 Creato 2024-03-01
7
lyuchenyang/Macaw-LLM

Macaw-LLM: Modellazione del linguaggio multimodale con integrazione di immagini, video, audio e testo

lyuchenyang
⭐ 1,594 Python 👤 lyuchenyang User 🕐 Aggiornato 2025-01-01 📅 Creato 2023-05-23
8
ZeyueT/AudioX

[ICLR 2026] Repository di AudioX

ZeyueT
⭐ 1,559 Python 👤 ZeyueT User 🕐 Aggiornato 2026-03-10 📅 Creato 2025-03-13
9
NVlabs/prismer

L'implementazione di "Prismer: un modello Vision-Language con esperti multi-task".

NVlabs
⭐ 1,308 Python 👤 NVlabs Organization 🕐 Aggiornato 2024-01-17 📅 Creato 2023-03-02
10
Phantom-video/HuMo

HuMo: Generazione video incentrata sull'uomo tramite condizionamento multimodale collaborativo

Phantom-video
⭐ 1,292 Python 👤 Phantom-video User 🕐 Aggiornato 2026-01-25 📅 Creato 2025-09-09
11
microsoft/VideoX

VideoX: una collezione di modelli video cross-modal

microsoft
⭐ 1,052 Python 👤 microsoft Organization 🕐 Aggiornato 2024-06-03 📅 Creato 2019-11-21
12
alfworld/alfworld

ALFWorld: Allineamento di testo e ambienti incarnati per l'apprendimento interattivo

alfworld
⭐ 921 Python 👤 alfworld User 🕐 Aggiornato 2026-02-08 📅 Creato 2020-10-13
13
IDEA-Research/X-Pose

[ECCV 2024] Implementazione ufficiale del paper "X-Pose: Detecting Any Keypoints"

IDEA-Research
⭐ 772 Python 👤 IDEA-Research Organization 🕐 Aggiornato 2024-08-16 📅 Creato 2023-10-11
14
lucidrains/x-clip

Un’implementazione concisa ma completa di CLIP, con vari miglioramenti sperimentali proposti in articoli recenti

lucidrains
⭐ 726 Python 👤 lucidrains User 🕐 Aggiornato 2026-11-03 📅 Creato 2021-12-01
15
microsoft/BiomedParse

BiomedParse: Un modello di fondazione per la segmentazione, il rilevamento e il riconoscimento congiunti di oggetti biomedici in nove modalità

microsoft
⭐ 717 Python 👤 microsoft Organization 🕐 Aggiornato 2026-09-09 📅 Creato 2024-05-18
16
taokz/BiomedGPT

BiomedGPT: Un modello fondazionale generalista Vision-Language per diversi compiti biomedici

taokz
⭐ 707 Python 👤 taokz User 🕐 Aggiornato 2025-07-08 📅 Creato 2023-05-11
17
InternRobotics/EmbodiedScan

[CVPR 2024 & NeurIPS 2024] EmbodiedScan: Una suite olistica di percezione 3D multimodale per l'AI incarnata

InternRobotics
⭐ 668 Python 👤 InternRobotics Organization 🕐 Aggiornato 2025-06-13 📅 Creato 2023-12-11
18
JohnsonJiang1996/Awesome-VLA4AD

Risorse dei modelli Visione-Linguaggio-Azione per la Guida Autonoma (VLA4AD), che fungono da repository di accompagnamento all'articolo di rassegna “A Survey on Vision–Language–Action Models for Autonomous Driving”.

JohnsonJiang1996
⭐ 632 👤 JohnsonJiang1996 User 🕐 Aggiornato 2025-11-20 📅 Creato 2025-06-30
19
zjukg/KG-MM-Survey

I grafi di conoscenza incontrano l'apprendimento multimodale: un'indagine completa

zjukg
⭐ 510 👤 zjukg Organization 🕐 Aggiornato 2026-03-02 📅 Creato 2024-01-29

Domande frequenti

1

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

Il progetto open source #multi-modal-learning più alto in classifica su GitHub è mlfoundations/open_clip, con 14,278 stelle. Un'implementazione open source di CLIP.

2

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

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

3

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

Monitoriamo 19 repository open source attivi contrassegnati con #multi-modal-learning (500+ stelle), per un totale di 41,270 stelle e una media di 2,172 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.