Git Stars Git Stars

#multi-modal-ai リポジトリ

#multi-modal-aiのタグが付いた、GitHub上の37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152,489個で、プロジェクトあたりの平均は4,121個です。このトピックをリードしているのは、55,949個のスターを獲得しているLordog/dive-into-llmsです。

37
リポジトリ総数
152,489
合計スター数
4,121
リポジトリあたりの平均スター数

リポジトリ合計37件

1
Lordog/dive-into-llms

「LLMの世界へ飛び込もう:大規模言語モデルを実践する」プログラミング演習チュートリアルシリーズ

Lordog
⭐ 55,949 Jupyter Notebook 👤 Lordog User 🕐 更新日時 2025-10-10 📅 作成日 2024-04-08
2
huggingface/smolagents

🤗 smolagents: コードで思考するエージェントのための基本的なライブラリ。

huggingface
⭐ 30,465 Python 👤 huggingface Organization 🕐 更新日時 2026-11-20 📅 作成日 2024-12-05
3
lllyasviel/Omost

画像はほぼ完了です!

lllyasviel
⭐ 7,661 Python 👤 lllyasviel User 🕐 更新日時 2024-07-26 📅 作成日 2024-05-29
4
UX-Decoder/Segment-Everything-Everywhere-All-At-Once

「Segment Everything Everywhere All at Once」論文の公式実装 [NeurIPS 2023]

UX-Decoder
⭐ 4,761 Python 👤 UX-Decoder Organization 🕐 更新日時 2024-08-19 📅 作成日 2023-04-12
5
mushan0x0/AI0x0.com

マルチモーダル、マルチモデル汎用グローバル全能AIクエリ生成デスクトップフローティングアシスタントアプリケーション

mushan0x0
⭐ 3,950 👤 mushan0x0 User 🕐 更新日時 2025-02-06 📅 作成日 2023-02-26
6
wwwzhouhui/dify-for-dsl

このプロジェクトは、difyオープンソースプロジェクトに基づいて実装されたDSLワークフローのスクリプト集です。

wwwzhouhui
⭐ 3,884 Python 👤 wwwzhouhui User 🕐 更新日時 2026-11-11 📅 作成日 2024-11-15
7
NVlabs/VILA

VILAは、エッジ、データセンター、クラウド全体にわたる多様なマルチモーダルAIタスクのための最先端のビジョン言語モデル(VLM)ファミリーです。

NVlabs
⭐ 3,873 Python 👤 NVlabs Organization 🕐 更新日時 2026-03-12 📅 作成日 2024-02-23
8
IDEA-Research/Grounded-SAM-2

Grounded SAM 2: Grounding DINO, Florence-2, SAM 2 を使用して、ビデオ内のあらゆるものをグラウンディングして追跡する

IDEA-Research
⭐ 3,807 Jupyter Notebook 👤 IDEA-Research Organization 🕐 更新日時 2025-11-11 📅 作成日 2024-08-01
10
NVIDIA/ChatRTX

TensorRT-LLM を使用して Windows 上でRetrieval Augmented Generation (RAG) チャットボットを作成するための開発者向けリファレンス プロジェクト

NVIDIA
⭐ 3,101 Python 👤 NVIDIA Organization 🕐 更新日時 2026-01-21 📅 作成日 2023-10-18
11
fogsightai/fogsight

Fogsightは、大規模言語モデルによって駆動されるAIエージェントおよびアニメーションエンジンです。

fogsightai
⭐ 2,567 JavaScript 👤 fogsightai Organization 🕐 更新日時 2026-10-09 📅 作成日 2025-07-17
12
AmberLJC/LLMSys-PaperList

大規模言語モデル(LLM)システム論文リスト

AmberLJC
⭐ 2,332 Python 👤 AmberLJC User 🕐 更新日時 2026-10-20 📅 作成日 2023-06-06
13
thu-ml/RoboticsDiffusionTransformer

RDT-1B:両手操作のための拡散基盤モデル

thu-ml
⭐ 1,821 Python 👤 thu-ml Organization 🕐 更新日時 2026-01-21 📅 作成日 2024-10-07
14
OS-Copilot/OS-Copilot

日常生活のタスクを自動化するために、オペレーティングシステムにシームレスに統合された、自己改善型の具現化された会話エージェント。

OS-Copilot
⭐ 1,718 Python 👤 OS-Copilot Organization 🕐 更新日時 2024-09-09 📅 作成日 2024-02-02
15
cvlab-columbia/viper

論文「ViperGPT: 推論のためのPython実行による視覚的推論」のコード

cvlab-columbia
⭐ 1,711 Jupyter Notebook 👤 cvlab-columbia Organization 🕐 更新日時 2024-01-29 📅 作成日 2023-03-14
16
AK391/ai-gradio

さまざまなAIプロバイダーによって強化されたAIアプリを開発者が簡単に作成できるPythonパッケージ。

AK391
⭐ 1,643 Python 👤 AK391 User 🕐 更新日時 2025-04-08 📅 作成日 2024-12-14
17
AI-FanGe/OpenAIglasses_for_Navigation

ESP32に基づいた視覚障害者向けナビゲーションのためのオープンフレームワーク

AI-FanGe
⭐ 1,399 Python 👤 AI-FanGe User 🕐 更新日時 2025-11-01 📅 作成日 2025-10-20
18
egoist/chatwise-releases

あらゆるLLM向けの最速AIチャットボット

egoist
⭐ 1,373 TypeScript 👤 egoist User 🕐 更新日時 2026-07-01 📅 作成日 2024-11-05
20
TencentQQGYLab/ELLA

ELLA:強化された意味的整合のためのLLMによる拡散モデルの装備

TencentQQGYLab
⭐ 1,269 Python 👤 TencentQQGYLab Organization 🕐 更新日時 2024-07-17 📅 作成日 2024-03-07
22
tegnike/aituber-kit

誰でも簡単にセットアップしてデプロイできる、AIキャラクターとチャットするためのWebアプリケーション。

tegnike
⭐ 1,147 TypeScript 👤 tegnike User 🕐 更新日時 2026-11-17 📅 作成日 2023-10-14
23
gabber-dev/gabber

画面、マイク、カメラを入力として使用し、見たり、聞いたり、話したりできるAIアプリケーションを構築します。

gabber-dev
⭐ 1,110 Python 👤 gabber-dev Organization 🕐 更新日時 2025-12-20 📅 作成日 2025-07-25
24
open-gigaai/giga-models

GigaModels: マルチモーダル、生成型、知覚モデルのための包括的なリポジトリおよびプラットフォーム

open-gigaai
⭐ 1,064 Python 👤 open-gigaai Organization 🕐 更新日時 2026-08-25 📅 作成日 2025-09-26
25
HarborYuan/ovsam

「ECCV 2024」論文「Open-Vocabulary SAM」の公式コードです。

HarborYuan
⭐ 1,034 Python 👤 HarborYuan User 🕐 更新日時 2026-09-08 📅 作成日 2024-01-05
26
huggingface/AnyLanguageModel

AppleのFoundation ModelsフレームワークとのAPI互換性があり、カスタム言語モデルプロバイダーをサポートする、そのまま置き換え可能なソリューション。

huggingface
⭐ 990 Swift 👤 huggingface Organization 🕐 更新日時 2026-11-20 📅 作成日 2025-10-05
27
mistralai/mistral-common

Mistralモデルの前処理のための公式推論ライブラリ

mistralai
⭐ 965 Python 👤 mistralai Organization 🕐 更新日時 2026-11-19 📅 作成日 2024-04-15
28
opendilab/LMDrive

[CVPR 2024] LMDrive: 大規模言語モデルによるクローズドループEnd-to-Endドライビング

opendilab
⭐ 905 Jupyter Notebook 👤 opendilab Organization 🕐 更新日時 2025-04-14 📅 作成日 2023-12-12
29
dvlab-research/LLaMA-VID

LLaMA-VID:大規模言語モデルでは、画像は2トークンに値します(ECCV 2024)

JIA-Lab-research
⭐ 854 Python 👤 JIA-Lab-research Organization 🕐 更新日時 2024-07-29 📅 作成日 2023-11-28
30
thu-ml/RDT2

RDT 2 の公式コード

thu-ml
⭐ 811 Python 👤 thu-ml Organization 🕐 更新日時 2026-02-07 📅 作成日 2025-09-19
32
Alibaba-NLP/ViDoRAG

[EMNLP 2025] ViDoRAG: 動的反復推論エージェントによるビジュアルドキュメント取得拡張生成

Alibaba-NLP
⭐ 670 Python 👤 Alibaba-NLP Organization 🕐 更新日時 2026-01-11 📅 作成日 2025-02-25
33
ShihaoZhaoZSH/Uni-ControlNet

[NeurIPS 2023] Uni-ControlNet: テキストから画像への拡散モデルのためのオールインワン制御

ShihaoZhaoZSH
⭐ 665 Python 👤 ShihaoZhaoZSH User 🕐 更新日時 2024-07-17 📅 作成日 2023-05-23
35
IuvenisSapiens/ComfyUI_Qwen3-VL-Instruct

Qwen3-VL-InstructシリーズをComfyUIプラットフォームに成功裏に統合したことで、スムーズな動作が実現し、(しかし限られない)テキストベースのクエリ、ビデオクエリ、単一イメージクエリ、マルチイメージクエリをサポートし、キャプションや回答を生成できるようになりました。

IuvenisSapiens
⭐ 587 Python 👤 IuvenisSapiens User 🕐 更新日時 2025-10-23 📅 作成日 2024-08-31
36
moxin-org/Moxin-LLM

Moxinは、完全にオープンソースで再現可能なLLMファミリーです

moxin-org
⭐ 526 Python 👤 moxin-org Organization 🕐 更新日時 2025-07-02 📅 作成日 2024-12-03
37
shansongliu/MuMu-LLaMA

M2UGenの公式リポジトリです

shansongliu
⭐ 512 Jupyter Notebook 👤 shansongliu User 🕐 更新日時 2025-01-02 📅 作成日 2023-10-20

よくある質問

1

GitHubで最も人気のある#multi-modal-ai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-aiプロジェクトは、55,949個のスターを獲得しているLordog/dive-into-llmsです。「LLMの世界へ飛び込もう:大規模言語モデルを実践する」プログラミング演習チュートリアルシリーズ

2

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

3

#multi-modal-ai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-aiのタグが付いた37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152,489個で、リポジトリあたりの平均は4,121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。