Git Stars Git Stars

#mllm リポジトリ

#mllmのタグが付いた、GitHub上の39件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は95,941個で、プロジェクトあたりの平均は2,460個です。このトピックをリードしているのは、22,247個のスターを獲得しているmicrosoft/unilmです。

39
リポジトリ総数
95,941
合計スター数
2,460
リポジトリあたりの平均スター数

リポジトリ合計39件

1
microsoft/unilm

タスク、言語、モダリティ間の大規模自己教師あり事前学習

microsoft
⭐ 22,247 Python 👤 microsoft Organization 🕐 更新日時 2026-09-21 📅 作成日 2019-07-23
2
simular-ai/Agent-S

Agent S:最先端のオープンソース・コンピュータ操作エージェント

simular-ai
⭐ 13,014 Python 👤 simular-ai Organization 🕐 更新日時 2026-11-21 📅 作成日 2024-10-09
3
X-PLUG/MobileAgent

Mobile-Agent: 強力なGUIエージェントファミリー

X-PLUG
⭐ 9,396 Python 👤 X-PLUG Organization 🕐 更新日時 2026-11-03 📅 作成日 2024-01-26
4
manycore-research/SpatialLM

[NeurIPS 2025] SpatialLM: Training Large Language Models for Structured Indoor Modeling

manycore-research
⭐ 5,165 Python 👤 manycore-research Organization 🕐 更新日時 2026-06-26 📅 作成日 2025-03-14
5
NVlabs/Eagle

Eagle: データ中心戦略によるフロンティアビジョン・言語モデル

NVlabs
⭐ 3,861 Python 👤 NVlabs Organization 🕐 更新日時 2026-11-07 📅 作成日 2024-06-27
6
atfortes/Awesome-LLM-Reasoning

Chain-of-Thought プロンプトから OpenAI o1 および DeepSeek-R1 まで 🍓

atfortes
⭐ 3,713 👤 atfortes User 🕐 更新日時 2026-04-20 📅 作成日 2022-11-05
7
robbyant-research/MagicQuill

[CVPR'25] 論文公式実装 - MagicQuill:インテリジェントインタラクティブ画像編集システム

robbyant-research
⭐ 3,676 Python 👤 robbyant-research Organization 🕐 更新日時 2025-12-03 📅 作成日 2024-11-12
8
NExT-GPT/NExT-GPT

ICML 2024 論文のコードとモデル、NExT-GPT: Any-to-Any マルチモーダル大規模言語モデル

NExT-GPT
⭐ 3,626 Python 👤 NExT-GPT User 🕐 更新日時 2025-05-13 📅 作成日 2023-08-30
9
InternLM/InternLM-XComposer

InternLM-XComposer2.5-OmniLive:長期ストリーミングビデオおよびオーディオインタラクションのための包括的なマルチモーダルシステム

InternLM
⭐ 2,925 Python 👤 InternLM Organization 🕐 更新日時 2025-05-26 📅 作成日 2023-09-26
10
X-PLUG/mPLUG-DocOwl

mPLUG-DocOwl:ドキュメント理解のためのモジュール化されたマルチモーダル大規模言語モデル

X-PLUG
⭐ 2,407 Python 👤 X-PLUG Organization 🕐 更新日時 2025-05-30 📅 作成日 2023-07-04
11
cambrian-mllm/cambrian

Cambrian-1は、ビジョン中心の設計を持つマルチモーダルLLMファミリーです。

cambrian-mllm
⭐ 2,013 Python 👤 cambrian-mllm Organization 🕐 更新日時 2025-11-07 📅 作成日 2024-06-17
12
coderonion/awesome-yolo-object-detection

🚀🚀🚀 いくつかの素晴らしい公開YOLOオブジェクト検出シリーズプロジェクトと関連するオブジェクト検出データセットのコレクション。

coderonion
⭐ 1,747 👤 coderonion User 🕐 更新日時 2025-05-31 📅 作成日 2022-02-19
13
bytedance/Sa2VA

Pixel-LLM コードベースの公式リポジトリ: Sa2VA (T-PAMI-26), SAMTok (CVPR-26), VRT (Arxiv-25), SaSaSa2VA (LSVOS 第1位ソリューション)

bytedance
⭐ 1,702 Python 👤 bytedance Organization 🕐 更新日時 2026-10-30 📅 作成日 2025-01-06
14
IDEA-Research/Rex-Omni

[CVPR2026] 何でも検出: 次ポイント予測で

IDEA-Research
⭐ 1,642 Jupyter Notebook 👤 IDEA-Research Organization 🕐 更新日時 2026-02-22 📅 作成日 2025-10-04
15
gokayfem/awesome-vlm-architectures

200種類以上の視覚言語モデル(VLM/MLLM)アーキテクチャを厳選したビジュアルカタログ。論文、図解、学習レシピ、データセットに加え、マルチモーダルAIエージェントのリリース年表を掲載。

gokayfem
⭐ 1,368 Markdown 👤 gokayfem User 🕐 更新日時 2026-10-27 📅 作成日 2024-02-15
16
EvolvingLMMs-Lab/LLaVA-OneVision-2.5

民主化されたマルチモーダルトレーニングのための完全にオープンなフレームワーク

EvolvingLMMs-Lab
⭐ 1,245 Python 👤 EvolvingLMMs-Lab Organization 🕐 更新日時 2026-11-18 📅 作成日 2025-09-16
17
BAAI-DCAI/Bunny

軽量なマルチモーダルモデルのファミリーです。

BAAI-DCAI
⭐ 1,049 Python 👤 BAAI-DCAI User 🕐 更新日時 2024-11-18 📅 作成日 2024-01-31
18
taco-group/OpenEMMA

WaymoのEMMAモデルの、許可的なライセンスを持つオープンソースの「再現」であるOpenEMMA。

taco-group
⭐ 937 Python 👤 taco-group Organization 🕐 更新日時 2025-05-13 📅 作成日 2024-10-30
19
EvolvingLMMs-Lab/NEO

NEOシリーズ:最初の原理に基づくネイティブな視覚言語モデル

EvolvingLMMs-Lab
⭐ 931 Python 👤 EvolvingLMMs-Lab Organization 🕐 更新日時 2026-11-11 📅 作成日 2025-10-16
20
LYL1015/JarvisArt

[NeurIPS' 2025] JarvisArt: 知的な写真レタッチエージェントによる人間の芸術的創造性の解放

LYL1015
⭐ 880 Python 👤 LYL1015 User 🕐 更新日時 2026-04-04 📅 作成日 2025-06-24
21
CircleRadon/Osprey

[CVPR2024] "Osprey: Pixel Understanding with Visual Instruction Tuning" のコード

CircleRadon
⭐ 843 Python 👤 CircleRadon User 🕐 更新日時 2025-08-19 📅 作成日 2023-12-17
22
taco-group/4KAgent

[NeurIPS 2025] 4KAgent: Agentic Any Image to 4K Super-Resolution. どんな画像でも魔法のように完璧な4K超解像度にするインテリジェントなコンピュータビジョンエージェント!

taco-group
⭐ 830 Python 👤 taco-group Organization 🕐 更新日時 2025-09-24 📅 作成日 2025-05-27
23
MIV-XJTU/FSDrive

[NeurIPS 2025 spotlight] 「FutureSightDrive: 自律走行のための時空間CoTによる視覚的思考」公式実装

MIV-XJTU
⭐ 818 Python 👤 MIV-XJTU Organization 🕐 更新日時 2026-05-08 📅 作成日 2025-05-27
24
coderonion/awesome-llm-and-aigc

🚀🚀🚀大規模言語モデル(LLM)、ビジョン言語モデル(VLM)、ビジョン言語アクション(VLA)、AI生成コンテンツ(AIGC)に関する素晴らしい公開プロジェクトのコレクション、および関連するデータセットとアプリケーション。

coderonion
⭐ 810 👤 coderonion User 🕐 更新日時 2025-08-01 📅 作成日 2023-02-15
25
OpenSenseNova/SenseNova-Vision

統一されたマルチモーダル生成としてのビジョン

OpenSenseNova
⭐ 733 Python 👤 OpenSenseNova Organization 🕐 更新日時 2026-09-01 📅 作成日 2026-06-29
26
ChocoWu/Awesome-Scene-Graph-Generation

これは、シーングラフの生成と応用に関する論文をリストするためのリポジトリです。

ChocoWu
⭐ 731 👤 ChocoWu User 🕐 更新日時 2026-10-28 📅 作成日 2024-07-07
27
Coobiw/MPP-LLaVA

個人プロジェクト:MPP-Qwen14B & MPP-Qwen-Next(Qwen-LMに基づいたマルチモーダルパイプライン並列)。[video/image/multi-image] {sft/conversations}をサポート。[eng]「貧困に想像力を制限させるな!」RTX3090/4090 24GBで独自のLLaVAトレーニング風8B/14B MLLMをトレーニング。

Coobiw
⭐ 678 Jupyter Notebook 👤 Coobiw User 🕐 更新日時 2025-03-10 📅 作成日 2023-10-24
28
VITA-MLLM/Woodpecker

✨✨Woodpecker: マルチモーダル大規模言語モデルのための幻覚補正

VITA-MLLM
⭐ 642 Python 👤 VITA-MLLM Organization 🕐 更新日時 2024-12-23 📅 作成日 2023-09-26
29
zhipeixu/FakeShield

[ICLR 2025] FakeShield: マルチモーダル大規模言語モデルによる説明可能な画像改ざん検知および局所化

zhipeixu
⭐ 633 Python 👤 zhipeixu User 🕐 更新日時 2026-02-21 📅 作成日 2024-10-03
30
ZebangCheng/Emotion-LLaMA

Emotion-LLaMA: 指示チューニングによるマルチモーダル感情認識と推論

ZebangCheng
⭐ 632 Python 👤 ZebangCheng User 🕐 更新日時 2026-09-23 📅 作成日 2024-05-22
31
MIV-XJTU/JanusVLN

[ICLR2026] 「JanusVLN: デュアル暗黙記憶による意味と空間性の分離で視覚言語ナビゲーション」の公式実装

MIV-XJTU
⭐ 599 Python 👤 MIV-XJTU Organization 🕐 更新日時 2026-08-17 📅 作成日 2025-09-26
32
gokayfem/ComfyUI_VLM_nodes

ビジョン言語モデル用ComfyUIノード:Qwen3-VL、Moondream 3、Florence-2、SmolVLM2、InternVL、Gemma 3、MiniCPM-V。さらに、オープンボキャブラリー検出、SAM2/SAM3セグメンテーション、動画の時間的推論、llama.cpp経由のGGUF、およびホスト型LLM/VLM APIに対応。

gokayfem
⭐ 592 Python 👤 gokayfem User 🕐 更新日時 2026-08-08 📅 作成日 2024-01-24
33
FoundationVision/Groma

[ECCV2024] 局所化ビジュアルトークン化によるグラウンデッド・マルチモーダル大規模言語モデル

FoundationVision
⭐ 582 Python 👤 FoundationVision Organization 🕐 更新日時 2024-06-07 📅 作成日 2024-04-21
34
SkyworkAI/Vitron

NeurIPS 2024論文:理解、生成、セグメンテーション、編集のための統一ピクセルレベルビジョンLLM

SkyworkAI
⭐ 578 Python 👤 SkyworkAI Organization 🕐 更新日時 2024-10-20 📅 作成日 2024-03-18
35
uclanlp/OpenVLHarness

OpenVLHarness公式コード:マルチモーダルメモリを備えた、現実世界における視覚エージェントのツール使用

uclanlp
⭐ 557 Python 👤 uclanlp Organization 🕐 更新日時 2026-11-10 📅 作成日 2026-10-15
36
OpenEnvision/Awesome-Multimodal-Modeling

素晴らしいマルチモーダルモデリング [MLLM、UMM、NMMを網羅]

OpenEnvision
⭐ 552 JavaScript 👤 OpenEnvision Organization 🕐 更新日時 2026-11-15 📅 作成日 2026-03-27
37
YingqingHe/Awesome-LLMs-meet-Multimodal-Generation

🔥🔥🔥 LLMベースのマルチモーダル生成(画像、ビデオ、3D、オーディオ)に関する厳選された論文リスト。

YingqingHe
⭐ 550 HTML 👤 YingqingHe User 🕐 更新日時 2026-11-10 📅 作成日 2023-11-17
38
lucasjinreal/Crane

CandleとRustを基盤とする、LLM、VLM、VLA、TTS、OCR向けの純粋なRust製推論エンジン。llama.cppに代わる、よりシンプルで洗練された選択肢です。

lucasjinreal
⭐ 534 Rust 👤 lucasjinreal User 🕐 更新日時 2026-11-16 📅 作成日 2025-03-19
39
vulab-AI/Awesome-Spatial-VLMs

[Awesome-Spatial-VLMs] このリポジトリは、調査論文「Spatial Intelligence in Vision-Language Models: A Comprehensive Survey」のための公式かつコミュニティによって管理されているリソースです。

vulab-AI
⭐ 525 Python 👤 vulab-AI Organization 🕐 更新日時 2026-07-30 📅 作成日 2025-07-10

よくある質問

1

GitHubで最も人気のある#mllmリポジトリは何ですか?

GitHubで最も上位にランクインしているオープンソースの#mllmプロジェクトは、22,247個のスターを獲得しているmicrosoft/unilmです。タスク、言語、モダリティ間の大規模自己教師あり事前学習

2

#mllmリポジトリで最もよく使われているプログラミング言語は何ですか?

GitHubで上位にランクインしている#mllmプロジェクトでは、Python, Jupyter Notebook, Markdown, JavaScriptが最も一般的なプログラミング言語です。

3

#mllmリポジトリのランキングはどのように算出されていますか?

#mllmのタグが付いた39件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は95,941個で、リポジトリあたりの平均は2,460個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。