Git Stars Git Stars

#vlm Repository

Scopri 89 repository GitHub open source attivi contrassegnati con #vlm, che raccolgono un totale di 457,898 stelle (con una media di 5,144 stelle per progetto). Il progetto leader di questo argomento è huggingface/transformers, con 169,339 stelle.

89
Totale Repository
457,898
Totale stelle
5,144
Media Stelle/Repo

89 repository in totale

1
huggingface/transformers

🤗 Transformers: il framework di definizione dei modelli per modelli di machine learning all'avanguardia in testo, visione, audio e modelli multimodali, sia per l'inferenza che per l'addestramento.

huggingface
⭐ 169,339 Python 👤 huggingface Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2018-10-29
2
bytedance/UI-TARS-desktop

Lo Stack di Agenti AI Multimodali Open-Source: Collegamento di Modelli AI all'Avanguardia e Infrastruttura per Agenti

bytedance
⭐ 39,583 TypeScript 👤 bytedance Organization 🕐 Aggiornato 2026-10-09 📅 Creato 2025-01-19
3
sgl-project/sglang

SGLang è un framework di serving ad alte prestazioni per modelli linguistici di grandi dimensioni e modelli multimodali.

sgl-project
⭐ 38,899 Python 👤 sgl-project Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2024-01-08
4
JuneYaooo/rea-video

Fai il reverse engineering di qualsiasi video, inquadratura per inquadratura: scopri se è stato girato, generato con l’IA o creato tramite codice e come ricrearlo. Analisi nel formato aperto VIDEO.md.

JuneYaooo
⭐ 11,577 Python 👤 JuneYaooo User 🕐 Aggiornato 2026-11-21 📅 Creato 2026-10-29
5
StarTrail-org/PixelRAG

https://arxiv.org/abs/2606.28344. La fine del parsing web. L'inizio della ricerca pixel-native scalabile. link: https://pixelrag.ai/

StarTrail-org
⭐ 10,976 Python 👤 StarTrail-org Organization 🕐 Aggiornato 2026-11-19 📅 Creato 2026-05-29
6
RunanywhereAI/runanywhere-sdks

Toolkit pronto per la produzione per eseguire l'IA localmente

RunanywhereAI
⭐ 10,354 C++ 👤 RunanywhereAI Organization 🕐 Aggiornato 2026-11-10 📅 Creato 2025-07-22
7
roboflow/notebooks

Una raccolta di tutorial sui modelli e le tecniche di visione artificiale all'avanguardia. Esplora tutto, dalle architetture fondamentali come ResNet ai modelli all'avanguardia come RF-DETR, YOLO11, SAM 3 e Qwen3-VL.

roboflow
⭐ 9,749 Jupyter Notebook 👤 roboflow Organization 🕐 Aggiornato 2026-09-22 📅 Creato 2022-11-18
8
yzhao062/anomaly-detection-resources

Libri, articoli, video e toolbox relativi al rilevamento di anomalie. Ultimo aggiornamento a fine 2025 per lavori su LLM e VLM!

yzhao062
⭐ 9,457 Python 👤 yzhao062 User 🕐 Aggiornato 2026-03-02 📅 Creato 2018-05-16
9
oumi-ai/oumi

Metti facilmente a punto (SFT/RL), valuta e distribuisci Qwen, Gemma o qualsiasi LLM/VLM agentico open source!

oumi-ai
⭐ 9,441 Python 👤 oumi-ai Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2024-05-07
10
qualcomm/GenieX

Esegui LLM e VLM all'avanguardia localmente su dispositivi Qualcomm attraverso NPU, GPU e CPU con poche righe di codice

qualcomm
⭐ 8,544 Go 👤 qualcomm Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2024-08-16
11
PaddlePaddle/ERNIE

Il repository ufficiale per ERNIE 4.5 e ERNIEKit – il suo toolkit di sviluppo di grado industriale basato su PaddlePaddle.

PaddlePaddle
⭐ 7,739 Python 👤 PaddlePaddle Organization 🕐 Aggiornato 2026-07-24 📅 Creato 2019-03-03
12
om-ai-lab/VLM-R1

Risolvere la comprensione visiva con VLMs potenziati

om-ai-lab
⭐ 6,048 Python 👤 om-ai-lab Organization 🕐 Aggiornato 2026-07-07 📅 Creato 2025-02-06
13
OpenBMB/UltraRAG

Un framework MCP low-code per costruire pipeline RAG complesse e innovative

OpenBMB
⭐ 5,748 Python 👤 OpenBMB Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2025-01-16
14
changyeyu/LLM-RL-Visualized

🌟100+ schemi originali LLM / RL 📚, dal capolavoro dell'autore di "Large Model Algorithms"! 💥 (100+ Mappe algoritmi LLM/RL)

changyeyu
⭐ 5,032 Python 👤 changyeyu User 🕐 Aggiornato 2026-09-10 📅 Creato 2025-04-26
15
joanrod/star-vector

StarVector è un modello di base per la generazione di SVG che trasforma la vettorizzazione in un'attività di generazione di codice. Utilizzando un'architettura di modellazione visione-linguaggio, StarVector elabora input visivi e testuali per produrre codice SVG di alta qualità con notevole precisione.

joanrod
⭐ 4,639 Python 👤 joanrod User 🕐 Aggiornato 2025-11-07 📅 Creato 2023-12-11
16
EvolvingLMMs-Lab/lmms-eval

Toolkit di valutazione multimodale One-for-All per attività testuali, di immagini, video e audio

EvolvingLMMs-Lab
⭐ 4,501 Python 👤 EvolvingLMMs-Lab Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2024-03-07
17
Hunyuan-PromptEnhancer/PromptEnhancer

[CVPR 2026] PromptEnhancer è uno strumento di riscrittura dei prompt che raffina i prompt in versioni più chiare e strutturate per una migliore generazione di immagini.

Hunyuan-PromptEnhancer
⭐ 3,808 Python 👤 Hunyuan-PromptEnhancer Organization 🕐 Aggiornato 2026-08-18 📅 Creato 2025-09-09
18
modelscope/evalscope

Un framework snello e personalizzabile per la valutazione efficiente e il benchmarking delle prestazioni di modelli di grandi dimensioni (LLM, VLM, AIGC).

modelscope
⭐ 3,715 Python 👤 modelscope Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2023-12-07
19
mit-han-lab/llm-awq

[MLSys 2024 Best Paper Award] AWQ: Quantizzazione dei pesi consapevole dell'attivazione per la compressione e l'accelerazione di LLM

mit-han-lab
⭐ 3,590 Python 👤 mit-han-lab Organization 🕐 Aggiornato 2025-07-17 📅 Creato 2023-06-01
20
SoMarkAI/OXR

Un modello open source per l’analisi di documenti, con precisione e velocità allo stato dell’arte, che utilizza un ciclo RSI durante il post-training.

SoMarkAI
⭐ 3,549 Python 👤 SoMarkAI Organization 🕐 Aggiornato 2026-11-06 📅 Creato 2026-10-05
21
MiniMax-AI/MiniMax-01

Il repository ufficiale di MiniMax-Text-01 e MiniMax-VL-01, modello linguistico di grandi dimensioni e modello visione-linguaggio basato sull'attenzione lineare

MiniMax-AI
⭐ 3,445 Python 👤 MiniMax-AI Organization 🕐 Aggiornato 2025-07-07 📅 Creato 2025-01-14
22
xlang-ai/OSWorld

[NeurIPS 2024] OSWorld: Benchmarking Multimodal Agents for Open-Ended Tasks in Real Computer Environments

xlang-ai
⭐ 3,273 Python 👤 xlang-ai Organization 🕐 Aggiornato 2026-11-14 📅 Creato 2023-10-16
23
SkyworkAI/Skywork-R1V

Skywork-R1V è una serie avanzata di modelli di IA multimodale sviluppata da Skywork AI, specializzata nel ragionamento visione-linguaggio.

SkyworkAI
⭐ 3,174 Python 👤 SkyworkAI Organization 🕐 Aggiornato 2026-07-29 📅 Creato 2025-03-15
24
SharpAI/DeepCamera

Piattaforma open‑source di competenze per telecamere AI, NVR AI e sorveglianza CCTV. Analisi video VLM locale con Qwen, DeepSeek, SmolVLM, LLaVA, YOLO26. Agente di sicurezza di telecamere alimentato da LLM — osserva, comprende, ricorda e protegge la tua casa tramite Telegram, Discord o Slack. Competenze AI plug‑and‑play. OpenAI, Google, Anthropic o AI locale. Funziona su Mac Mini e AI PC.

SharpAI
⭐ 3,144 JavaScript 👤 SharpAI Organization 🕐 Aggiornato 2026-09-17 📅 Creato 2019-03-05
25
QiuYannnn/Local-File-Organizer

Uno strumento di gestione file basato sull'IA che garantisce la privacy organizzando testi e immagini locali. Utilizzando i modelli Llama3.2 3B e Llava v1.6 con Nexa SDK, scansiona, ristruttura e organizza intuitivamente i file per un accesso rapido e fluido e un facile recupero.

QiuYannnn
⭐ 3,069 Python 👤 QiuYannnn User 🕐 Aggiornato 2024-10-21 📅 Creato 2024-09-21
26
lightseekorg/tokenspeed

TokenSpeed è un motore di inferenza LLM alla velocità della luce.

lightseekorg
⭐ 2,944 Python 👤 lightseekorg Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2026-05-06
27
om-ai-lab/OmAgent

[EMNLP-2024] Costruire agenti linguistici multimodali per prototipazione rapida e produzione

om-ai-lab
⭐ 2,670 Python 👤 om-ai-lab Organization 🕐 Aggiornato 2026-10-16 📅 Creato 2024-07-04
28
llmsresearch/paperbanana

Implementazione open source e estensione di PaperBanana di Google Research per figure accademiche, diagrammi e visualizzazioni di ricerca automatizzate, estesa a nuovi domini come la generazione di slide.

llmsresearch
⭐ 2,496 Python 👤 llmsresearch Organization 🕐 Aggiornato 2026-09-17 📅 Creato 2026-02-04
29
zai-org/GLM-V

GLM-4.6V/4.5V/4.1V-Pensiero: Verso il Ragionamento Multimodale Versatile con Apprendimento per Rinforzo Scalabile

zai-org
⭐ 2,406 Python 👤 zai-org Organization 🕐 Aggiornato 2026-11-06 📅 Creato 2025-06-28
30
BAAI-Agents/Cradle

Il framework Cradle è un primo tentativo di General Computer Control (GCC). Cradle supporta gli agenti per eccellere in qualsiasi attività informatica abilitando forti capacità di ragionamento, auto-miglioramento e cura delle competenze, in un ambiente generale standardizzato con requisiti minimi.

BAAI-Agents
⭐ 2,394 Python 👤 BAAI-Agents Organization 🕐 Aggiornato 2024-11-07 📅 Creato 2024-03-03
31
heshengtao/comfyui_LLM_party

Il framework dell'agente LLM in ComfyUI include i nodi MCP server, Omost, GPT-sovits, ChatTTS, GOT-OCR2.0 e FLUX prompt, accesso a Feishu, discord e si adatta a tutti gli LLM con interfacce simili a openai / aisuite, come o1, ollama, gemini, grok, qwen, GLM, deepseek, kimi, doubao. Adattato a LLM locali, VLM, gguf come llama-3.3 Janus-Pro, Linkage GraphRAG

heshengtao
⭐ 2,393 Python 👤 heshengtao User 🕐 Aggiornato 2026-07-29 📅 Creato 2024-04-13
32
DanOps-1/Gpt-Agreement-Payment

Kit di strumenti di riproduzione protocollo end-to-end per abbonamento ChatGPT Plus/Team/Pro · Solutore visivo hCaptcha · Ricerca empirica sui meccanismi antifrode / Kit di strumenti di riproduzione protocollo end-to-end per abbonamento ChatGPT Plus/Team/Pro con solutore hCaptcha da zero e ricerca empirica antifrode

DanOps-1
⭐ 2,313 Python 👤 DanOps-1 User 🕐 Aggiornato 2026-06-15 📅 Creato 2026-04-27
33
cosmo-wander-ai/cosmo-edge

Motore di IA edge in C++ pronto per la produzione per l’analisi video e i VLM on-device su Sophon, Rockchip RKNN e x86, con orchestrazione visiva, OSD in tempo reale, eventi e benchmark riproducibili.

cosmo-wander-ai
⭐ 2,106 C 👤 cosmo-wander-ai Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2026-06-09
34
CryptoAILab/Awesome-LM-SSP

Una lista di lettura per la sicurezza, la protezione e la privacy dei modelli di grandi dimensioni (inclusi Awesome LLM Security, Safety, ecc.).

CryptoAILab
⭐ 2,106 👤 CryptoAILab Organization 🕐 Aggiornato 2026-09-02 📅 Creato 2024-01-09
35
yueliu1999/Awesome-Jailbreak-on-LLMs

Awesome-Jailbreak-on-LLMs è una raccolta di metodi di jailbreak all'avanguardia, innovativi ed entusiasmanti per gli LLM. Contiene articoli, codici, set di dati, valutazioni e analisi.

yueliu1999
⭐ 2,034 👤 yueliu1999 User 🕐 Aggiornato 2026-11-08 📅 Creato 2024-06-27
36
NVIDIA-AI-Blueprints/video-search-and-summarization

Il Blueprint AI di NVIDIA per la ricerca e il riepilogo video (VSS) è un'architettura di riferimento accelerata da GPU per costruire agenti di analisi video con avvisi verificati in tempo reale, domande e risposte visive e report automatizzati. Il Blueprint VSS utilizza modelli di linguaggio visivo (VLM) come NVIDIA Cosmos, LLM come NVIDIA Nemotron, RAG e NVIDIA NIM.

NVIDIA-AI-Blueprints
⭐ 2,003 Python 👤 NVIDIA-AI-Blueprints Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2024-10-22
37
2U1/Qwen-VL-Series-Finetune

Un'implementazione open-source per l'affinamento della serie Qwen-VL di Alibaba Cloud.

2U1
⭐ 1,983 Python 👤 2U1 User 🕐 Aggiornato 2026-09-09 📅 Creato 2024-09-10
38
browser-use/macOS-use

Rendere le app Mac accessibili agli agenti AI

browser-use
⭐ 1,948 Python 👤 browser-use Organization 🕐 Aggiornato 2025-03-05 📅 Creato 2025-01-23
39
Core-Mate/OpenGUI

OpenGUI è un framework di agenti GUI per Android destinato all'IA su smartphone, in grado di vedere, pianificare e utilizzare app mobili reali attraverso l'interfaccia grafica.

Core-Mate
⭐ 1,814 HTML 👤 Core-Mate Organization 🕐 Aggiornato 2026-11-16 📅 Creato 2026-04-18
40
Tencent/AngelSlim

Toolkit di compressione dei modelli progettato per una maggiore usabilità, completezza ed efficienza.

Tencent
⭐ 1,811 Python 👤 Tencent Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2025-07-04
41
software-mansion/react-native-executorch

Libreria di inferenza AI on-device per React Native, ad alte prestazioni e orientata alla privacy, basata sul runtime ExecuTorch di PyTorch

software-mansion
⭐ 1,794 TypeScript 👤 software-mansion Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2024-10-16
42
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
43
zapdos-labs/unblink

Monitoraggio della telecamera con VLM

zapdos-labs
⭐ 1,518 Go 👤 zapdos-labs Organization 🕐 Aggiornato 2026-03-09 📅 Creato 2025-11-05
44
peterdsharpe/AeroSandbox

Ottimizzazione del design degli aeromobili resa rapida attraverso trasformazioni di grafi computazionali (ad es., differenziazione automatica). Strumenti di analisi componibili per aerodinamica, propulsione, strutture, progettazione di traiettorie e molto altro.

peterdsharpe
⭐ 1,400 Jupyter Notebook 👤 peterdsharpe User 🕐 Aggiornato 2026-10-30 📅 Creato 2019-05-15
45
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
46
fpgaminer/joycaption

JoyCaption è un modello linguistico visivo (VLM) per la didascalia delle immagini, costruito da zero come modello gratuito, aperto e non censurato affinché la community possa utilizzarlo nell'addestramento dei modelli di diffusione.

fpgaminer
⭐ 1,303 Jupyter Notebook 👤 fpgaminer User 🕐 Aggiornato 2026-02-24 📅 Creato 2024-10-12
47
zai-org/CogAgent

Un agente GUI open-source end-to-end basato su VLM

zai-org
⭐ 1,201 Python 👤 zai-org Organization 🕐 Aggiornato 2026-10-12 📅 Creato 2023-11-28
48
InternRobotics/InternNav

Piattaforma aperta di InternRobotics per la costruzione di modelli fondamentali di navigazione generalizzati.

InternRobotics
⭐ 1,189 Jupyter Notebook 👤 InternRobotics Organization 🕐 Aggiornato 2026-03-10 📅 Creato 2025-07-24
49
RainBowLuoCS/Gamer

Implementazione ufficiale di Gamer: un modello di base generalista visione-linguaggio-azione per agenti di gioco in tempo reale con orizzonti temporali lunghi

RainBowLuoCS
⭐ 1,179 👤 RainBowLuoCS User 🕐 Aggiornato 2026-11-16 📅 Creato 2026-10-30
50
momozi1996/awesome-ai-persona-skills

La collezione più completa, aggiornata continuamente e più popolare di oltre 100 abilità di distillazione di personalità sul web | Sistemi multi-agente | Tutte le categorie: celebrità/registi/leggende online/testi antichi/anime/luogo di lavoro/emozioni

momozi1996
⭐ 1,129 Shell 👤 momozi1996 User 🕐 Aggiornato 2026-09-02 📅 Creato 2026-04-10

Domande frequenti

1

Qual è il repository #vlm più popolare su GitHub?

Il progetto open source #vlm più alto in classifica su GitHub è huggingface/transformers, con 169,339 stelle. 🤗 Transformers: il framework di definizione dei modelli per modelli di machine learning all'avanguardia in testo, visione, audio e modelli multimodali, sia per l'inferenza che per l'addestramento.

2

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

Tra i progetti #vlm più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, TypeScript, Go.

3

Come viene calcolata la classifica dei repository #vlm?

Monitoriamo 89 repository open source attivi contrassegnati con #vlm (500+ stelle), per un totale di 457,898 stelle e una media di 5,144 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.