Git Stars Git Stars

#multi-modal リポジトリ

#multi-modalのタグが付いた、GitHub上の47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208,313個で、プロジェクトあたりの平均は4,432個です。このトピックをリードしているのは、36,422個のスターを獲得しているagentscope-ai/agentscopeです。

47
リポジトリ総数
208,313
合計スター数
4,432
リポジトリあたりの平均スター数

リポジトリ合計47件

1
agentscope-ai/agentscope

見える、理解できる、信頼できるエージェントを構築し、実行します。

agentscope-ai
⭐ 36,422 Python 👤 agentscope-ai Organization 🕐 更新日時 2026-11-20 📅 作成日 2024-01-12
2
OpenBMB/MiniCPM-V

ローカルデバイスで見たり、聞いたり、操作したりできます。

OpenBMB
⭐ 27,174 Python 👤 OpenBMB Organization 🕐 更新日時 2026-11-09 📅 作成日 2024-01-29
3
TEN-framework/ten-framework

会話型音声AIエージェントのためのオープンソースフレームワーク

TEN-framework
⭐ 11,241 Python 👤 TEN-framework Organization 🕐 更新日時 2026-11-20 📅 作成日 2024-06-19
4
OpenGVLab/InternVL

[CVPR 2024 Oral] InternVL Family: GPT-4o の先駆的なオープンソース代替案。GPT-4o のパフォーマンスに近いオープンソースのマルチモーダル対話モデル

OpenGVLab
⭐ 10,160 Python 👤 OpenGVLab Organization 🕐 更新日時 2025-09-22 📅 作成日 2023-11-22
5
modelscope/modelscope

ModelScope: Model-as-a-Service の概念を実現します。

modelscope
⭐ 9,224 Python 👤 modelscope Organization 🕐 更新日時 2026-11-16 📅 作成日 2022-07-25
6
datajuicer/data-juicer

基盤モデルのための、そして基盤モデルとのデータ処理! 🍎 🍋 🌽 ➡️ ➡️🍸 🍹 🍷

datajuicer
⭐ 7,266 Python 👤 datajuicer Organization 🕐 更新日時 2026-11-20 📅 作成日 2023-08-01
7
enricoros/big-AGI

専門家のためのAIワークスペース。チャット中に800以上のモデルを切り替え、40以上のパラメータを調整し、Beamモデルを横並びで比較できます。自分のキーを持ち込み可能で、セルフホスティングにも対応。信頼性が高く、高度に設定可能で高速な、独自のネイティブプロトコルエンジンを基盤としています。

enricoros
⭐ 7,167 TypeScript 👤 enricoros User 🕐 更新日時 2026-11-20 📅 作成日 2023-03-19
8
zai-org/CogVLM

最先端のオープンビジュアル言語モデル | マルチモーダル事前学習済みモデル

zai-org
⭐ 6,712 Python 👤 zai-org Organization 🕐 更新日時 2024-05-29 📅 作成日 2023-09-18
9
valhalla/valhalla

OpenStreetMap用のオープンソースルーティングエンジン

valhalla
⭐ 6,475 C++ 👤 valhalla Organization 🕐 更新日時 2026-11-21 📅 作成日 2016-01-19
10
OFA-Sys/Chinese-CLIP

中国語のクロスモーダル検索と表現生成を実現するCLIPの中国語版。

OFA-Sys
⭐ 6,056 Jupyter Notebook 👤 OFA-Sys Organization 🕐 更新日時 2026-03-31 📅 作成日 2022-07-08
11
google-deepmind/gemma

Google DeepMindのGemmaオープンウェイトLLMライブラリ

google-deepmind
⭐ 5,867 Python 👤 google-deepmind Organization 🕐 更新日時 2026-11-19 📅 作成日 2024-02-20
12
lucidrains/DALLE-pytorch

PyTorchにおけるOpenAIのテキストから画像へのトランスフォーマー、DALL-Eの実装/レプリケーション

lucidrains
⭐ 5,632 Python 👤 lucidrains User 🕐 更新日時 2024-02-17 📅 作成日 2021-01-05
13
marqo-ai/marqo

Eコマース検索と発見 - marqo.ai

marqo-ai
⭐ 5,024 Python 👤 marqo-ai Organization 🕐 更新日時 2026-09-03 📅 作成日 2022-08-01
14
open-compass/VLMEvalKit

大規模マルチモーダルモデル(LMM)のオープンソース評価ツールキット、220以上のLMM、80以上のベンチマークをサポート

open-compass
⭐ 4,499 Python 👤 open-compass Organization 🕐 更新日時 2026-11-19 📅 作成日 2023-12-01
15
zjunlp/DeepKE

[EMNLP 2022] 知識グラフ抽出と構築のためのオープン・ツールキット

zjunlp
⭐ 4,486 Python 👤 zjunlp Organization 🕐 更新日時 2026-07-13 📅 作成日 2018-08-01
16
VectorSpaceLab/OmniGen

OmniGen: 統一画像生成。 https://arxiv.org/pdf/2409.11340

VectorSpaceLab
⭐ 4,340 Jupyter Notebook 👤 VectorSpaceLab Organization 🕐 更新日時 2025-12-04 📅 作成日 2024-09-16
17
zai-org/VisualGLM-6B

中国語と英語のマルチモーダル会話言語モデル | マルチモーダル中国語・英語バイリンガル対話言語モデル

zai-org
⭐ 4,181 Python 👤 zai-org Organization 🕐 更新日時 2024-08-23 📅 作成日 2023-04-23
18
SciSharp/LLamaSharp

ローカルデバイスでLLM(🦙LLaMA/LLaVA)を効率的に実行するためのC#/.NETライブラリ。

SciSharp
⭐ 3,826 C# 👤 SciSharp Organization 🕐 更新日時 2026-11-20 📅 作成日 2023-05-09
19
huangjunsen0406/py-xiaozhi

MCP統合、マルチモーダルワークフロー、IoTサポート、クロスプラットフォーム音声対話を備えたオープンソースAIアシスタントエコシステム。

huangjunsen0406
⭐ 3,560 Python 👤 huangjunsen0406 User 🕐 更新日時 2026-11-09 📅 作成日 2025-02-15
20
PKU-YuanGroup/Video-LLaVA

【EMNLP 2024🔥】Video-LLaVA: 投影前の整列による統一的視覚表現の学習

PKU-YuanGroup
⭐ 3,425 Python 👤 PKU-YuanGroup Organization 🕐 更新日時 2024-12-03 📅 作成日 2023-10-23
21
docarray/docarray

マルチモーダルデータの表現、送信、保存、検索

docarray
⭐ 3,123 Python 👤 docarray Organization 🕐 更新日時 2026-03-27 📅 作成日 2021-12-14
22
JIA-Lab-research/LISA

「LISA: 大規模言語モデルによる推論セグメンテーション」プロジェクトページ

JIA-Lab-research
⭐ 2,643 Python 👤 JIA-Lab-research Organization 🕐 更新日時 2025-02-16 📅 作成日 2023-08-01
23
zai-org/CogVLM2

Llama3-8Bに基づくGPT4Vレベルのオープンソースマルチモーダルモデル

zai-org
⭐ 2,439 Python 👤 zai-org Organization 🕐 更新日時 2025-03-03 📅 作成日 2024-05-10
24
PKU-YuanGroup/MoE-LLaVA

【TMM 2025🔥】 大規模ビジョン言語モデルのためのエキスパート混合

PKU-YuanGroup
⭐ 2,321 Python 👤 PKU-YuanGroup Organization 🕐 更新日時 2025-07-15 📅 作成日 2023-12-14
25
tangxyw/RecSysPapers

レコメンデーション/広告/検索分野の業界の定番および最先端の論文集。A collection of industry classics and cutting-edge papers in the field of recommendation/advertising/search.

tangxyw
⭐ 2,216 Python 👤 tangxyw User 🕐 更新日時 2026-06-11 📅 作成日 2022-08-16
26
OpenMotionLab/MotionGPT

[NeurIPS 2023] MotionGPT: 外国語としての人間運動、LLMを使用した統一的なモーション・言語生成モデル

OpenMotionLab
⭐ 1,943 Python 👤 OpenMotionLab Organization 🕐 更新日時 2025-07-01 📅 作成日 2023-06-20
27
Kav-K/GPTDiscord

Discordのための堅牢なオールインワンGPTインターフェース。 ChatGPTスタイルの会話、画像生成、AIモデレーション、カスタムインデックス/ナレッジベース、YouTubeサマライザーなど!

Kav-K
⭐ 1,852 Python 👤 Kav-K User 🕐 更新日時 2026-11-01 📅 作成日 2022-12-08
28
IntelLabs/fastRAG

効率的な検索拡張生成フレームワーク

IntelLabs
⭐ 1,758 Python 👤 IntelLabs Organization 🕐 更新日時 2025-01-09 📅 作成日 2023-01-23
29
bytedance/SALMONN

SALMONNファミリー:高度なマルチモーダルLLMスイート

bytedance
⭐ 1,576 👤 bytedance Organization 🕐 更新日時 2026-10-16 📅 作成日 2023-08-11
30
lucidrains/transfusion-pytorch

MetaAIによる「1つのマルチモーダルモデルで次トークンを予測し画像を拡散する」TransfusionのPytorch実装

lucidrains
⭐ 1,412 Python 👤 lucidrains User 🕐 更新日時 2026-09-04 📅 作成日 2024-08-23
31
datascale-ai/data_engineering_book

大規模モデルデータエンジニアリング:アーキテクチャ、アルゴリズム、プロジェクト実践

datascale-ai
⭐ 1,398 Python 👤 datascale-ai Organization 🕐 更新日時 2026-11-19 📅 作成日 2026-01-31
32
MedMNIST/MedMNIST

[pip install medmnist] 2Dおよび3D生体医用画像分類のための18の標準化されたデータセット

MedMNIST
⭐ 1,367 Python 👤 MedMNIST Organization 🕐 更新日時 2025-01-11 📅 作成日 2020-10-25
33
vercel/modelfusion

AIアプリケーションを構築するためのTypeScriptライブラリ。

vercel
⭐ 1,307 TypeScript 👤 vercel Organization 🕐 更新日時 2024-07-19 📅 作成日 2023-05-25
34
Tebmer/Awesome-Knowledge-Distillation-of-LLMs

このリポジトリは、「大規模言語モデルの知識蒸留に関する調査」のための論文を収集しています。KDを知識抽出と蒸留アルゴリズムに分解し、LLMのスキルと垂直蒸留を探求します。

Tebmer
⭐ 1,282 👤 Tebmer User 🕐 更新日時 2025-03-09 📅 作成日 2024-02-08
35
OpenBMB/VisRAG

VLMsによってサポートされる解析フリーRAG

OpenBMB
⭐ 991 Python 👤 OpenBMB Organization 🕐 更新日時 2026-11-02 📅 作成日 2024-10-14
36
microsoft/farmvibes-ai

FarmVibes.AI:農業と持続可能性のためのマルチモーダル地理空間MLモデル

microsoft
⭐ 913 Jupyter Notebook 👤 microsoft Organization 🕐 更新日時 2026-11-03 📅 作成日 2022-09-06
37
PKU-YuanGroup/LanguageBind

【ICLR 2024🔥】 言語ベースのセマンティックアライメントによるNモダリティへのビデオ・言語事前学習の拡張

PKU-YuanGroup
⭐ 856 Python 👤 PKU-YuanGroup Organization 🕐 更新日時 2024-03-25 📅 作成日 2023-10-02
38
AnswerDotAI/byaldi

ColPaliのような遅延相互作用マルチモーダルモデルをわずか数行のコードで使用します。

AnswerDotAI
⭐ 848 Python 👤 AnswerDotAI Organization 🕐 更新日時 2025-01-28 📅 作成日 2024-09-04
39
OpenVGLab/OmniLottie

[CVPR 2026🔥] 🧑‍🎨 OmniLottie、オープンソースの多モーダル指示付きベクトルアニメーション生成器で、Lottie JSON を生成します。

OpenVGLab
⭐ 816 Python 👤 OpenVGLab Organization 🕐 更新日時 2026-04-06 📅 作成日 2026-01-15
40
raphael-seo/Versatile-OCR-Program

MLトレーニング用に最適化されたマルチモーダルOCRパイプライン(テキスト、図、数式、表、図表)

raphael-seo
⭐ 677 Python 👤 raphael-seo User 🕐 更新日時 2026-05-13 📅 作成日 2025-04-01
41
salesforce/UniControl

統一可能制御視覚生成モデル

salesforce
⭐ 665 Python 👤 salesforce Organization 🕐 更新日時 2026-06-02 📅 作成日 2023-05-18
42
InternRobotics/Aether

[ICCV 2025 & ICCV 2025 RIWM 最優秀論文賞] Aether: 幾何認識型統一世界モデリング

InternRobotics
⭐ 614 Python 👤 InternRobotics Organization 🕐 更新日時 2025-10-26 📅 作成日 2025-03-24
43
F-R-L/forge-film

マルチモデルDAG駆動型並列AI映画生成 — シーンの独立性に応じて並列加速がスケール;映画シーンを逐次ではなく同時に生成;"映像生成の実行グラフをトポロジカル順序からクリティカルパス最適スケジューリングへ" ;シーン叙述依存をDAGとして唯一モデル化し、CPMアルゴリズムで並列スケジューリングを駆動する映画生成エンジン

F-R-L
⭐ 540 Python 👤 F-R-L User 🕐 更新日時 2026-03-26 📅 作成日 2026-03-24
44
kyegomez/RT-2

RT-2の民主化「RT-2:ビジョンと言語を行動に翻訳する新しいモデル」

kyegomez
⭐ 539 Python 👤 kyegomez User 🕐 更新日時 2024-07-26 📅 作成日 2023-07-28
45
worldbench/awesome-vla-for-ad

🌐 自動運転のための視覚・言語・行動モデル:過去、現在、未来

worldbench
⭐ 530 HTML 👤 worldbench Organization 🕐 更新日時 2026-11-14 📅 作成日 2025-09-07
46
patrickjohncyh/fashion-clip

FashionCLIPは、ファッション分野に特化してファインチューニングされたCLIPのようなモデルです。

patrickjohncyh
⭐ 518 Python 👤 patrickjohncyh User 🕐 更新日時 2025-01-30 📅 作成日 2022-05-20
47
jqtangust/Robust-R1

🔥🔥🔥[AAAI 2026 Oral] Robust‑R1の公式実装:劣化感知型推論による堅牢な視覚理解

jqtangust
⭐ 510 Python 👤 jqtangust User 🕐 更新日時 2026-01-20 📅 作成日 2025-11-09

よくある質問

1

GitHubで最も人気のある#multi-modal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#multi-modalプロジェクトは、36,422個のスターを獲得しているagentscope-ai/agentscopeです。見える、理解できる、信頼できるエージェントを構築し、実行します。

2

#multi-modal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#multi-modalプロジェクトでは、Python, Jupyter Notebook, TypeScript, C++が最も一般的なプログラミング言語です。

3

#multi-modal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?

#multi-modalのタグが付いた47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208,313個で、リポジトリあたりの平均は4,432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。