Git Stars Git Stars

#multimodal-ai Repository

191
Totale Repository
589,873
Totale stelle
3,088
Media Stelle/Repo
101
Azure/AzurePublicDataset

Microsoft Azure Traces

Azure
โญ 1,231 Jupyter Notebook ๐Ÿ‘ค Azure Organization ๐Ÿ• Aggiornato 2026-11-17 ๐Ÿ“… Creato 2017-08-18
102
liliu-avril/Awesome-Segment-Anything

Questo repository รจ la prima indagine completa sul Segment Anything Model (SAM) di Meta AI.

liliu-avril
โญ 1,227 ๐Ÿ‘ค liliu-avril User ๐Ÿ• Aggiornato 2026-11-21 ๐Ÿ“… Creato 2023-05-16
โญ 1,216 Python ๐Ÿ‘ค Cerebras Organization ๐Ÿ• Aggiornato 2026-09-01 ๐Ÿ“… Creato 2022-04-08
104
googleapis/go-genai

Il Google Gen AI Go SDK fornisce un'interfaccia per gli sviluppatori per integrare i modelli generativi di Google nelle loro applicazioni Go.

googleapis
โญ 1,210 Go ๐Ÿ‘ค googleapis Organization ๐Ÿ• Aggiornato 2026-11-20 ๐Ÿ“… Creato 2024-12-06
105
MoonshotAI/Kimi-VL

Kimi-VL: Modello Vision-Language Mixture-of-Experts per il Ragionamento Multimodale, la Comprensione del Lungo Contesto e Forti Capacitร  di Agente

MoonshotAI
โญ 1,203 ๐Ÿ‘ค MoonshotAI Organization ๐Ÿ• Aggiornato 2025-07-15 ๐Ÿ“… Creato 2025-04-09
106
visual-openllm/visual-openllm

qualcosa come Visual-ChatGPT, la versione open-source di Wenyiyan

visual-openllm
โญ 1,201 Python ๐Ÿ‘ค visual-openllm Organization ๐Ÿ• Aggiornato 2024-02-24 ๐Ÿ“… Creato 2023-03-26
โญ 1,170 Python ๐Ÿ‘ค farzaa User ๐Ÿ• Aggiornato 2025-07-02 ๐Ÿ“… Creato 2025-07-02
108
UMass-Embodied-AGI/3D-LLM

Codice per 3D-LLM: Iniettare il mondo 3D nei modelli linguistici di grandi dimensioni

UMass-Embodied-AGI
โญ 1,166 Python ๐Ÿ‘ค UMass-Embodied-AGI Organization ๐Ÿ• Aggiornato 2024-06-06 ๐Ÿ“… Creato 2023-07-24
109
YUANZHUO-BNU/metahuman_overview

Organizzazione dei dati della persona digitale

YUANZHUO-BNU
โญ 1,143 ๐Ÿ‘ค YUANZHUO-BNU Organization ๐Ÿ• Aggiornato 2025-01-08 ๐Ÿ“… Creato 2023-09-05
110
ATH-MaaS/Pixelle-MCP

Una soluzione AIGC multimodale open-source basata su ComfyUI + MCP + LLM https://pixelle.ai

ATH-MaaS
โญ 1,131 Python ๐Ÿ‘ค ATH-MaaS Organization ๐Ÿ• Aggiornato 2025-12-17 ๐Ÿ“… Creato 2025-07-28
โญ 1,115 ๐Ÿ‘ค easydoc-ai User ๐Ÿ• Aggiornato 2025-07-08 ๐Ÿ“… Creato 2024-12-25
112
XiaomiMiMo/MiMo-Audio

MiMo-Audio: I modelli linguistici audio sono apprendisti few-shot

XiaomiMiMo
โญ 1,095 Python ๐Ÿ‘ค XiaomiMiMo Organization ๐Ÿ• Aggiornato 2026-10-29 ๐Ÿ“… Creato 2025-09-19
113
Alpha-VLLM/Lumina-mGPT-2.0

Lumina-mGPT 2.0: Modellazione autonoma autoregressiva di immagini

Alpha-VLLM
โญ 1,081 Python ๐Ÿ‘ค Alpha-VLLM Organization ๐Ÿ• Aggiornato 2025-11-03 ๐Ÿ“… Creato 2025-04-03
114
trailofbits/anamorpher

attacchi di ridimensionamento delle immagini per l'iniezione di prompt multimodali

trailofbits
โญ 1,079 Python ๐Ÿ‘ค trailofbits Organization ๐Ÿ• Aggiornato 2026-05-19 ๐Ÿ“… Creato 2025-08-20
115
ddupont808/GPT-4V-Act

Agente AI che utilizza GPT-4V(ision) in grado di utilizzare mouse/tastiera per interagire con l'interfaccia utente web

ddupont808
โญ 1,062 JavaScript ๐Ÿ‘ค ddupont808 User ๐Ÿ• Aggiornato 2024-12-09 ๐Ÿ“… Creato 2023-10-21
116
OSU-NLP-Group/Mind2Web

[NeurIPS'23 Spotlight] "Mind2Web: Towards a Generalist Agent for the Web" -- il primo agente web basato su LLM e benchmark per agenti web generalisti

OSU-NLP-Group
โญ 1,036 Jupyter Notebook ๐Ÿ‘ค OSU-NLP-Group Organization ๐Ÿ• Aggiornato 2025-11-05 ๐Ÿ“… Creato 2023-04-21
117
google-gemini/nano-banana-hackathon-kit

Il kit di avvio ufficiale per il Nano Banana Hackathon. Clona questo repository per iniziare a costruire velocemente!

google-gemini
โญ 1,028 Jupyter Notebook ๐Ÿ‘ค google-gemini Organization ๐Ÿ• Aggiornato 2025-09-08 ๐Ÿ“… Creato 2025-09-04
118
JackAILab/ConsistentID

[TPAMI 2026] ConsistentID: Generazione di Rittratti con Preservazione dell'Identitร  Fine-Granulare Multimodale

JackAILab
โญ 1,026 Python ๐Ÿ‘ค JackAILab User ๐Ÿ• Aggiornato 2026-01-02 ๐Ÿ“… Creato 2024-04-15
119
dtsola/xiaoyaosearch

Xiaoyao Search: Comprende le tue parole, legge le tue immagini e trova qualsiasi file locale con l'IA, rendendo la ricerca semplice come una chat.

dtsola
โญ 1,023 Python ๐Ÿ‘ค dtsola User ๐Ÿ• Aggiornato 2026-11-18 ๐Ÿ“… Creato 2025-11-11
โญ 1,014 Python ๐Ÿ‘ค HumanMLLM Organization ๐Ÿ• Aggiornato 2025-03-24 ๐Ÿ“… Creato 2025-03-09
121
disler/always-on-ai-assistant

Un modello per un assistente AI sempre attivo alimentato da Deepseek-V3, RealtimeSTT e Typer per l'ingegneria

disler
โญ 991 Python ๐Ÿ‘ค disler User ๐Ÿ• Aggiornato 2025-01-12 ๐Ÿ“… Creato 2025-01-12
122
lancedb/vectordb-recipes

Risorse, esempi e tutorial per IA multimodale, RAG e agenti che utilizzano la ricerca vettoriale e gli LLM

lancedb
โญ 991 Jupyter Notebook ๐Ÿ‘ค lancedb Organization ๐Ÿ• Aggiornato 2026-11-04 ๐Ÿ“… Creato 2023-06-25
123
tech-shrimp/gemini-playground

Distribuisci un sito web di chat multimodale Gemini in 10 secondi, Serverless! Devi solo preparare una Gemini API Key, e in 10 secondi potrai distribuire un sito web per la conversazione multimodale Gemini.

tech-shrimp
โญ 977 JavaScript ๐Ÿ‘ค tech-shrimp User ๐Ÿ• Aggiornato 2026-01-23 ๐Ÿ“… Creato 2025-01-03
124
microsoft/MM-REACT

Repository ufficiale per MM-REACT

microsoft
โญ 965 Python ๐Ÿ‘ค microsoft Organization ๐Ÿ• Aggiornato 2026-10-26 ๐Ÿ“… Creato 2023-03-15
125
facebookresearch/spiritlm

Codice di inferenza per l'articolo "Spirit-LM Interleaved Spoken and Written Language Model".

facebookresearch
โญ 926 Python ๐Ÿ‘ค facebookresearch Organization ๐Ÿ• Aggiornato 2024-10-28 ๐Ÿ“… Creato 2024-09-06
127
TencentARC/SEED-Story

SEED-Story: Generazione di lunghe storie multimodali con Large Language Model

TencentARC
โญ 879 Python ๐Ÿ‘ค TencentARC Organization ๐Ÿ• Aggiornato 2024-10-11 ๐Ÿ“… Creato 2024-07-10
128
InternLM/Intern-S1

Un modello fondazionale scientifico multimodale

InternLM
โญ 876 ๐Ÿ‘ค InternLM Organization ๐Ÿ• Aggiornato 2026-09-13 ๐Ÿ“… Creato 2025-07-25
129
DirtyHarryLYL/LLM-in-Vision

Recenti lavori basati su LLM per CV e correlati. Benvenuti a commentare/contribuire!

DirtyHarryLYL
โญ 868 ๐Ÿ‘ค DirtyHarryLYL User ๐Ÿ• Aggiornato 2025-03-08 ๐Ÿ“… Creato 2023-03-10
130
IDEA-Research/Motion-X

[NeurIPS 2023] Implementazione ufficiale del paper "Motion-X: A Large-scale 3D Expressive Whole-body Human Motion Dataset"

IDEA-Research
โญ 863 Python ๐Ÿ‘ค IDEA-Research Organization ๐Ÿ• Aggiornato 2025-03-03 ๐Ÿ“… Creato 2023-06-12
131
RiseInRose/MiniGPT-4-ZH

MiniGPT-4 Implementazione cinese Traduzione Dettagli di implementazione perfezionati

RiseInRose
โญ 859 Python ๐Ÿ‘ค RiseInRose User ๐Ÿ• Aggiornato 2026-05-09 ๐Ÿ“… Creato 2023-04-19
โญ 853 Python ๐Ÿ‘ค jiayev User ๐Ÿ• Aggiornato 2025-01-17 ๐Ÿ“… Creato 2023-12-27
133
allenai/molmo

Codice per il Molmo Vision-Language Model

allenai
โญ 851 Python ๐Ÿ‘ค allenai Organization ๐Ÿ• Aggiornato 2024-12-12 ๐Ÿ“… Creato 2024-12-05
134
jrin771/Everything-LLMs-And-Robotics

Il piรน grande repository GitHub al mondo per LLMs + Robotica

jrin771
โญ 850 ๐Ÿ‘ค jrin771 User ๐Ÿ• Aggiornato 2024-07-14 ๐Ÿ“… Creato 2023-05-10
135
TideDra/lmm-r1

Estendere OpenRLHF per supportare l'addestramento LMM RL per la riproduzione di DeepSeek-R1 su attivitร  multimodali.

TideDra
โญ 843 Python ๐Ÿ‘ค TideDra User ๐Ÿ• Aggiornato 2025-05-14 ๐Ÿ“… Creato 2025-02-13
136
GAIR-NLP/anole

[Versione estesa ICLR 2025 Blog Track] Anole: Modelli multimodali aperti, autoregressivi e nativi per la generazione di immagini-testo intercalate

GAIR-NLP
โญ 841 Python ๐Ÿ‘ค GAIR-NLP Organization ๐Ÿ• Aggiornato 2025-06-16 ๐Ÿ“… Creato 2024-07-01
137
vimalabs/VIMA

Implementazione ufficiale dell'algoritmo del paper ICML'23 "VIMA: Manipolazione Robotica Generale con Prompt Multimodali"

vimalabs
โญ 841 Python ๐Ÿ‘ค vimalabs Organization ๐Ÿ• Aggiornato 2024-04-18 ๐Ÿ“… Creato 2022-10-07
138
OpenMOSS/MOSS-VL

Una serie di modelli da 11B a pesi aperti per la comprensione di video di lunga durata e in tempo reale

OpenMOSS
โญ 838 C++ ๐Ÿ‘ค OpenMOSS Organization ๐Ÿ• Aggiornato 2026-10-14 ๐Ÿ“… Creato 2026-04-08
139
CodeGoat24/UnifiedReward

Implementazione ufficiale di UnifiedReward e [NeurIPS 2025] UnifiedReward-Think e UnifiedReward-Flex

CodeGoat24
โญ 831 Python ๐Ÿ‘ค CodeGoat24 User ๐Ÿ• Aggiornato 2026-06-18 ๐Ÿ“… Creato 2025-03-04
140
nvidia-cosmos/cosmos-transfer1

Cosmos-Transfer1 รจ un modello di trasferimento da mondo a mondo progettato per colmare il divario percettivo tra ambienti simulati e reali.

nvidia-cosmos
โญ 830 Python ๐Ÿ‘ค nvidia-cosmos Organization ๐Ÿ• Aggiornato 2026-10-15 ๐Ÿ“… Creato 2025-03-02
141
iwyxdxl/WeChatBot_WXAUTO_SE

[Manutenzione interrotta] Strumento di aggregazione di conversazioni LLM API. Repository del progetto originale: https://github.com/KouriChat/KouriChat Questo progetto รจ stato modificato e creato da iwyxdxl sulla base del progetto originale. รˆ solo per scopi di apprendimento; si prega di rispettare le condizioni d'uso, non collegarlo a piattaforme pubbliche nรฉ utilizzarlo in attivitร  di produzione.

iwyxdxl
โญ 816 Python ๐Ÿ‘ค iwyxdxl User ๐Ÿ• Aggiornato 2026-01-15 ๐Ÿ“… Creato 2025-03-07
142
webmachinelearning/prompt-api

๐Ÿ’ฌ Una proposta per un'API web per il prompting di modelli linguistici forniti dal browser

webmachinelearning
โญ 797 Bikeshed ๐Ÿ‘ค webmachinelearning Organization ๐Ÿ• Aggiornato 2026-11-09 ๐Ÿ“… Creato 2024-07-01
144
mlfoundations/datacomp

DataComp: Alla ricerca della prossima generazione di set di dati multimodali

mlfoundations
โญ 780 Python ๐Ÿ‘ค mlfoundations Organization ๐Ÿ• Aggiornato 2025-04-28 ๐Ÿ“… Creato 2023-04-28
145
ModalMinds/MM-EUREKA

MM-EUREKA: Esplorare le frontiere del ragionamento multimodale con rinforzo basato su regole

ModalMinds
โญ 770 Python ๐Ÿ‘ค ModalMinds Organization ๐Ÿ• Aggiornato 2025-09-07 ๐Ÿ“… Creato 2025-03-07
146
MewCo-AI/mewco_ai_assistant_comm

Edizione Community dell'Assistente AI Fengyun

MewCo-AI
โญ 756 Python ๐Ÿ‘ค MewCo-AI Organization ๐Ÿ• Aggiornato 2026-06-12 ๐Ÿ“… Creato 2024-07-09
147
Ruixxxx/Awesome-Vision-Mamba-Models

[Repository Ufficiale] Visual Mamba: Una Panoramica e Nuove Prospettive

Ruixxxx
โญ 753 ๐Ÿ‘ค Ruixxxx User ๐Ÿ• Aggiornato 2026-08-17 ๐Ÿ“… Creato 2024-04-09
148
IDEA-Research/OpenSeeD

[ICCV 2023] Implementazione ufficiale del paper "A Simple Framework for Open-Vocabulary Segmentation and Detection"

IDEA-Research
โญ 745 Python ๐Ÿ‘ค IDEA-Research Organization ๐Ÿ• Aggiornato 2024-01-22 ๐Ÿ“… Creato 2023-03-14
149
chflame163/ComfyUI_LayerStyle_Advance

I nodi disconnessi da [ComfyUI Layer Style](https://github.com/chflame163/ComfyUI_LayerStyle) sono principalmente quelli con requisiti complessi per i pacchetti di dipendenza.

chflame163
โญ 724 Python ๐Ÿ‘ค chflame163 User ๐Ÿ• Aggiornato 2026-09-18 ๐Ÿ“… Creato 2024-12-05
150
ComfyUI-Workflow/awesome-comfyui

Una collezione di fantastici nodi personalizzati per ComfyUI

ComfyUI-Workflow
โญ 724 Python ๐Ÿ‘ค ComfyUI-Workflow Organization ๐Ÿ• Aggiornato 2025-07-24 ๐Ÿ“… Creato 2024-10-05