Git Stars Git Stars

#vlm Repository

89
Totale Repository
457,898
Totale stelle
5,144
Media Stelle/Repo
51
NVIDIA-NeMo/Automodel

๐Ÿš€ Libreria di addestramento nativo distribuito Pytorch per LLM/VLM con supporto immediato per Hugging Face

NVIDIA-NeMo
โญ 1,096 Python ๐Ÿ‘ค NVIDIA-NeMo Organization ๐Ÿ• Aggiornato 2026-11-21 ๐Ÿ“… Creato 2025-05-21
52
BAAI-DCAI/Bunny

Una famiglia di modelli multimodali leggeri.

BAAI-DCAI
โญ 1,049 Python ๐Ÿ‘ค BAAI-DCAI User ๐Ÿ• Aggiornato 2024-11-18 ๐Ÿ“… Creato 2024-01-31
53
Valen-Team/Valen

Modelli aperti di decisione multimodale, da 0,8B a 27B, per testo, immagini e video. Decidi assegnando probabilitร  ai tuoi candidati e individua gli elementi con riquadri di delimitazione, invece di generare testo. API gratuita, ONNX, GGUF, vLLM e SGLang; codice per il fine-tuning incluso.

Valen-Team
โญ 932 Python ๐Ÿ‘ค Valen-Team Organization ๐Ÿ• Aggiornato 2026-11-15 ๐Ÿ“… Creato 2026-09-23
54
EvolvingLMMs-Lab/NEO

Serie NEO: Modelli nativi visione-linguaggio dai primi principi

EvolvingLMMs-Lab
โญ 931 Python ๐Ÿ‘ค EvolvingLMMs-Lab Organization ๐Ÿ• Aggiornato 2026-11-11 ๐Ÿ“… Creato 2025-10-16
55
candle-org/MindAct

MindSpore + ๐Ÿค—Huggingface: Esegui qualsiasi modello Transformers/Diffusers su MindSpore con compatibilitร  e accelerazione senza interruzioni.

candle-org
โญ 921 Python ๐Ÿ‘ค candle-org Organization ๐Ÿ• Aggiornato 2026-09-01 ๐Ÿ“… Creato 2022-09-23
56
Skythinker616/gpt-assistant-android

ใ€Nuova modalitร  agente intelligenteใ€‘Assistente GPT per Android in tutti gli scenari, attivabile con tasti volume per interazione vocale, supporta rete, scatti foto, template, analisi PDF e documenti Office, e modalitร  agente.

Skythinker616
โญ 908 Java ๐Ÿ‘ค Skythinker616 User ๐Ÿ• Aggiornato 2026-05-05 ๐Ÿ“… Creato 2023-09-13
57
PKU-YuanGroup/UniWorld

UniWorld: Encoder semantici ad alta risoluzione per la comprensione e la generazione visiva unificata

PKU-YuanGroup
โญ 896 Python ๐Ÿ‘ค PKU-YuanGroup Organization ๐Ÿ• Aggiornato 2025-12-23 ๐Ÿ“… Creato 2024-11-21
58
OpenDCAI/OpenWorldLib

Base di Codice Unificata per Modelli Mondiali Avanzati.

OpenDCAI
โญ 892 Python ๐Ÿ‘ค OpenDCAI Organization ๐Ÿ• Aggiornato 2026-10-29 ๐Ÿ“… Creato 2025-11-21
59
baidu-baige/LoongForge

Un framework ad alte prestazioni per lโ€™addestramento di LLM, VLM, modelli di diffusione e modelli embodied su GPU NVIDIA e XPU Kunlun. Supporta Pi0.5, GR00T-N1.7, FastWAM, Cosmos3, DreamZero, DeepSeek-V4, GLM-5.3, Kimi-K3 e altri.

baidu-baige
โญ 881 Python ๐Ÿ‘ค baidu-baige Organization ๐Ÿ• Aggiornato 2026-11-20 ๐Ÿ“… Creato 2026-04-23
60
SkyworkAI/UniPic

Modello open-source SOTA di editing multiimmagini

SkyworkAI
โญ 877 Python ๐Ÿ‘ค SkyworkAI Organization ๐Ÿ• Aggiornato 2026-07-13 ๐Ÿ“… Creato 2025-07-27
61
Purewhiter/mobilegym

[EMNLP 2026] MobileGym: Una piattaforma di simulazione verificabile e altamente parallela per la ricerca sugli agenti GUI per dispositivi mobili ยท Simulatore Android basato su browser ยท Valutazione verificabile ยท Addestramento RL online scalabile

Purewhiter
โญ 872 Python ๐Ÿ‘ค Purewhiter User ๐Ÿ• Aggiornato 2026-11-16 ๐Ÿ“… Creato 2026-05-14
62
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
63
OpenDataBox/awesome-data-llm

Repository Ufficiale dell'Articolo di Indagine "LLM ร— DATA"

OpenDataBox
โญ 836 ๐Ÿ‘ค OpenDataBox Organization ๐Ÿ• Aggiornato 2026-10-25 ๐Ÿ“… Creato 2024-08-04
64
zubair-irshad/Awesome-Robotics-3D

Un elenco curato di articoli sulla visione 3D relativi al dominio della robotica nell'era dei grandi modelli, ovvero LLM/VLM, ispirato da awesome-computer-vision, inclusi articoli, codici e siti Web correlati

zubair-irshad
โญ 824 ๐Ÿ‘ค zubair-irshad User ๐Ÿ• Aggiornato 2025-12-17 ๐Ÿ“… Creato 2024-08-12
65
OpenVGLab/OmniLottie

[CVPR 2026๐Ÿ”ฅ] ๐Ÿง‘โ€๐ŸŽจ OmniLottie, un generatore di animazioni vettoriali multimodali openโ€‘source che produce file JSON Lottie.

OpenVGLab
โญ 816 Python ๐Ÿ‘ค OpenVGLab Organization ๐Ÿ• Aggiornato 2026-04-06 ๐Ÿ“… Creato 2026-01-15
66
coderonion/awesome-llm-and-aigc

๐Ÿš€๐Ÿš€๐Ÿš€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
โญ 810 ๐Ÿ‘ค coderonion User ๐Ÿ• Aggiornato 2025-08-01 ๐Ÿ“… Creato 2023-02-15
67
FluxVLA/FluxVLA

Una piattaforma di ingegneria VLA all-in-one per l'IA incarnata: dai dati alla distribuzione su robot reali.

FluxVLA
โญ 794 Python ๐Ÿ‘ค FluxVLA Organization ๐Ÿ• Aggiornato 2026-11-11 ๐Ÿ“… Creato 2026-04-01
68
MigoXLab/dingo

Dingo: Uno strumento completo per la valutazione della qualitร  di dati, modelli e applicazioni di IA

MigoXLab
โญ 771 Python ๐Ÿ‘ค MigoXLab Organization ๐Ÿ• Aggiornato 2026-11-19 ๐Ÿ“… Creato 2024-12-24
69
taco-group/SparkVSR

[ECCV 2026] SparkVSR: Super-risoluzione video interattiva tramite propagazione di fotogrammi chiave sparsi

taco-group
โญ 752 Python ๐Ÿ‘ค taco-group Organization ๐Ÿ• Aggiornato 2026-08-03 ๐Ÿ“… Creato 2026-03-16
70
TIGER-AI-Lab/VLM2Vec

Questo repository contiene il codice per "VLM2Vec / MMEB" [ICLR 2025], "VLM2Vec-V2 / MMEB-V2" [TMLR 2026] e "MMEB-V3" [COLM 2026]

TIGER-AI-Lab
โญ 705 Python ๐Ÿ‘ค TIGER-AI-Lab Organization ๐Ÿ• Aggiornato 2026-10-23 ๐Ÿ“… Creato 2024-10-07
71
hybridgroup/yzma

Vai avanti con la tua intelligenza: scrivi applicazioni Go che integrano direttamente llama.cpp per eseguire inferenza locale con accelerazione hardware su Linux, macOS, Windows e WebAssembly.

hybridgroup
โญ 677 Go ๐Ÿ‘ค hybridgroup Organization ๐Ÿ• Aggiornato 2026-11-19 ๐Ÿ“… Creato 2025-09-21
72
mbzuai-oryx/GeoChat

[CVPR 2024 ๐Ÿ”ฅ] GeoChat, il primo modello linguistico visivo di grandi dimensioni per il telerilevamento

mbzuai-oryx
โญ 675 Python ๐Ÿ‘ค mbzuai-oryx Organization ๐Ÿ• Aggiornato 2024-11-28 ๐Ÿ“… Creato 2023-11-23
โญ 650 ๐Ÿ‘ค XiaomiMiMo Organization ๐Ÿ• Aggiornato 2026-10-29 ๐Ÿ“… Creato 2025-05-29
74
zenstory-ai/video-recap-skills

Pacchetto di competenze per agenti IA per video narrati: taglia automaticamente le scene, analizza le immagini per scrivere il testo della narrazione, aggiunge la voce fuori campo e mixa lโ€™audio per creare il video finale; consente di esportare bozze per Jianying/CapCut, senza GPU | Competenze per agenti dedicate ai riepiloghi video narrati e alle bozze CapCut

zenstory-ai
โญ 649 Python ๐Ÿ‘ค zenstory-ai Organization ๐Ÿ• Aggiornato 2026-11-20 ๐Ÿ“… Creato 2026-05-02
75
huggingface/optimum-intel

๐Ÿค— Optimum Intel: Accelera l'inferenza con gli strumenti di ottimizzazione Intel

huggingface
โญ 631 Jupyter Notebook ๐Ÿ‘ค huggingface Organization ๐Ÿ• Aggiornato 2026-11-21 ๐Ÿ“… Creato 2022-05-25
76
RobotecAI/rai

RAI รจ un framework agentico indipendente dal fornitore per la robotica Physical AI, che utilizza strumenti ROS 2 per eseguire azioni complesse, scenari definiti, esecuzione di interfaccia libera, riassunti dei log, interazione vocale e altro ancora.

RobotecAI
โญ 619 Python ๐Ÿ‘ค RobotecAI Organization ๐Ÿ• Aggiornato 2026-11-11 ๐Ÿ“… Creato 2024-06-04
77
Fabric-Project/Fabric

Strumento Node Creative Coding / 3D / Elaborazione Immagini ispirato a Quartz Composer

Fabric-Project
โญ 613 Swift ๐Ÿ‘ค Fabric-Project Organization ๐Ÿ• Aggiornato 2026-11-11 ๐Ÿ“… Creato 2025-04-28
78
THUSI-Lab/GameScaling

Scalabilitร  nei giochi: preaddestramento continuo di agenti incarnati in mondi virtuali diversificati. Pesi su Hugging Face.

THUSI-Lab
โญ 604 Python ๐Ÿ‘ค THUSI-Lab Organization ๐Ÿ• Aggiornato 2026-11-19 ๐Ÿ“… Creato 2026-10-10
79
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
โญ 592 Python ๐Ÿ‘ค gokayfem User ๐Ÿ• Aggiornato 2026-08-08 ๐Ÿ“… Creato 2024-01-24
80
awwaiid/ghostwriter

Usa il reMarkable2 come interfaccia per vision-LLMs (ChatGPT, Claude, Gemini). Fantasma nella macchina!

awwaiid
โญ 573 Rust ๐Ÿ‘ค awwaiid User ๐Ÿ• Aggiornato 2026-11-12 ๐Ÿ“… Creato 2024-10-06
81
Flame-Code-VLM/Flame-Code-VLM

Flame รจ un sistema AI multimodale open-source progettato per tradurre mockup di UI design in codice React di alta qualitร . Sfrutta la modellazione vision-lingua, la sintesi automatizzata dei dati e i flussi di lavoro di addestramento strutturati per colmare il divario tra design e sviluppo front-end.

Flame-Code-VLM
โญ 564 Python ๐Ÿ‘ค Flame-Code-VLM Organization ๐Ÿ• Aggiornato 2026-02-11 ๐Ÿ“… Creato 2025-02-10
82
vlm-run/vlmrun-hub

Un hub per vari schemi specifici del settore da utilizzare con VLM.

vlm-run
โญ 555 Python ๐Ÿ‘ค vlm-run Organization ๐Ÿ• Aggiornato 2025-12-15 ๐Ÿ“… Creato 2024-11-11
83
OpenEnvision/Awesome-Multimodal-Modeling

Fantastica modellazione multimodale [Copre MLLM, UMM e NMM]

OpenEnvision
โญ 552 JavaScript ๐Ÿ‘ค OpenEnvision Organization ๐Ÿ• Aggiornato 2026-11-15 ๐Ÿ“… Creato 2026-03-27
84
niuzaisheng/ScreenAgent

ScreenAgent: Un agente di controllo del computer guidato da un modello linguistico visivo di grandi dimensioni (IJCAI-24)

niuzaisheng
โญ 547 Python ๐Ÿ‘ค niuzaisheng User ๐Ÿ• Aggiornato 2024-11-25 ๐Ÿ“… Creato 2024-01-15
85
worldbench/awesome-vla-for-ad

๐ŸŒ Modelli di visione, linguaggio e azione per la guida autonoma: passato, presente e futuro

worldbench
โญ 530 HTML ๐Ÿ‘ค worldbench Organization ๐Ÿ• Aggiornato 2026-11-14 ๐Ÿ“… Creato 2025-09-07
86
vulab-AI/Awesome-Spatial-VLMs

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

vulab-AI
โญ 525 Python ๐Ÿ‘ค vulab-AI Organization ๐Ÿ• Aggiornato 2026-07-30 ๐Ÿ“… Creato 2025-07-10
87
haoranD/Awesome-Embodied-AI

Un elenco curato di eccellenti articoli su Embodied AI e risorse correlate di ricerca/industria.

haoranD
โญ 525 ๐Ÿ‘ค haoranD User ๐Ÿ• Aggiornato 2025-06-03 ๐Ÿ“… Creato 2023-07-21
88
coderonion/awesome-cuda-and-hpc

๐Ÿš€๐Ÿš€๐Ÿš€ Questo repository elenca alcuni fantastici progetti pubblici su CUDA, cuda-python, cuBLAS, cuDNN, CUTLASS, TensorRT, TensorRT-LLM, Triton, TVM, MLIR, PTX e High Performance Computing (HPC).

coderonion
โญ 502 ๐Ÿ‘ค coderonion User ๐Ÿ• Aggiornato 2025-08-02 ๐Ÿ“… Creato 2023-02-23
89
NVlabs/vla0

VLA-0: creare VLA allโ€™avanguardia senza alcuna modifica

NVlabs
โญ 501 Python ๐Ÿ‘ค NVlabs Organization ๐Ÿ• Aggiornato 2026-02-21 ๐Ÿ“… Creato 2025-10-14