Git Stars Git Stars

#multimodal-ai リポジトリ

191
リポジトリ総数
589,873
合計スター数
3,088
リポジトリあたりの平均スター数

リポジトリ合計191件

101
Azure/AzurePublicDataset

Microsoft Azure Traces

Azure
⭐ 1,231 Jupyter Notebook 👤 Azure Organization 🕐 更新日時 2026-11-17 📅 作成日 2017-08-18
102
liliu-avril/Awesome-Segment-Anything

このリポジトリは、Meta AI の Segment Anything Model (SAM) に関する初の包括的な調査のためのものです。

liliu-avril
⭐ 1,227 👤 liliu-avril User 🕐 更新日時 2026-11-21 📅 作成日 2023-05-16
⭐ 1,216 Python 👤 Cerebras Organization 🕐 更新日時 2026-09-01 📅 作成日 2022-04-08
104
googleapis/go-genai

Google Gen AI Go SDKは、開発者がGoogleの生成モデルをGoアプリケーションに統合するためのインターフェースを提供します。

googleapis
⭐ 1,210 Go 👤 googleapis Organization 🕐 更新日時 2026-11-20 📅 作成日 2024-12-06
105
MoonshotAI/Kimi-VL

Kimi-VL:マルチモーダル推論、長文脈理解、強力なエージェント機能のためのMixture-of-Expertsビジョン言語モデル

MoonshotAI
⭐ 1,203 👤 MoonshotAI Organization 🕐 更新日時 2025-07-15 📅 作成日 2025-04-09
106
visual-openllm/visual-openllm

Visual-ChatGPTのようなもの、文心一言(ぶんしんいちげん)のオープンソース版

visual-openllm
⭐ 1,201 Python 👤 visual-openllm Organization 🕐 更新日時 2024-02-24 📅 作成日 2023-03-26
108
UMass-Embodied-AGI/3D-LLM

3D-LLMのコード:大規模言語モデルに3D世界を注入する

UMass-Embodied-AGI
⭐ 1,166 Python 👤 UMass-Embodied-AGI Organization 🕐 更新日時 2024-06-06 📅 作成日 2023-07-24
109
YUANZHUO-BNU/metahuman_overview

デジタルヒューマン資料整理

YUANZHUO-BNU
⭐ 1,143 👤 YUANZHUO-BNU Organization 🕐 更新日時 2025-01-08 📅 作成日 2023-09-05
110
ATH-MaaS/Pixelle-MCP

ComfyUI + MCP + LLMに基づくオープンソースのマルチモーダルAIGCソリューション https://pixelle.ai

ATH-MaaS
⭐ 1,131 Python 👤 ATH-MaaS Organization 🕐 更新日時 2025-12-17 📅 作成日 2025-07-28
112
XiaomiMiMo/MiMo-Audio

MiMo-Audio: オーディオ言語モデルは少数ショット学習者です

XiaomiMiMo
⭐ 1,095 Python 👤 XiaomiMiMo Organization 🕐 更新日時 2026-10-29 📅 作成日 2025-09-19
113
Alpha-VLLM/Lumina-mGPT-2.0

Lumina-mGPT 2.0: スタンドアロン自己回帰画像モデリング

Alpha-VLLM
⭐ 1,081 Python 👤 Alpha-VLLM Organization 🕐 更新日時 2025-11-03 📅 作成日 2025-04-03
114
trailofbits/anamorpher

マルチモーダルプロンプトインジェクションのための画像スケーリング攻撃

trailofbits
⭐ 1,079 Python 👤 trailofbits Organization 🕐 更新日時 2026-05-19 📅 作成日 2025-08-20
115
ddupont808/GPT-4V-Act

マウス/キーボードを使用してWeb UIと対話できるGPT-4V(ision)搭載AIエージェント

ddupont808
⭐ 1,062 JavaScript 👤 ddupont808 User 🕐 更新日時 2024-12-09 📅 作成日 2023-10-21
116
OSU-NLP-Group/Mind2Web

[NeurIPS'23 Spotlight] "Mind2Web: Towards a Generalist Agent for the Web" -- Webのための初のLLMベースWebエージェントおよび汎用Webエージェントベンチマーク

OSU-NLP-Group
⭐ 1,036 Jupyter Notebook 👤 OSU-NLP-Group Organization 🕐 更新日時 2025-11-05 📅 作成日 2023-04-21
117
google-gemini/nano-banana-hackathon-kit

Nano Banana Hackathon の公式スターターキット。このリポジトリをクローンして、すぐに構築を始めましょう!

google-gemini
⭐ 1,028 Jupyter Notebook 👤 google-gemini Organization 🕐 更新日時 2025-09-08 📅 作成日 2025-09-04
118
JackAILab/ConsistentID

[TPAMI 2026] ConsistentID: マルチモーダル細粒度アイデンティティ保持によるポートレート生成

JackAILab
⭐ 1,026 Python 👤 JackAILab User 🕐 更新日時 2026-01-02 📅 作成日 2024-04-15
119
dtsola/xiaoyaosearch

Xiaoyao Search:あなたの言葉を理解し、画像を読み込み、AIでローカルの任意のファイルを検索します。検索をチャットのように簡単にします。

dtsola
⭐ 1,023 Python 👤 dtsola User 🕐 更新日時 2026-11-18 📅 作成日 2025-11-11
121
disler/always-on-ai-assistant

Deepseek-V3、RealtimeSTT、Typer を活用した、常時オンの AI アシスタントのエンジニアリング用パターン

disler
⭐ 991 Python 👤 disler User 🕐 更新日時 2025-01-12 📅 作成日 2025-01-12
122
lancedb/vectordb-recipes

ベクトル検索とLLMを使用したマルチモーダルAI、RAG、エージェントのリソース、例、チュートリアル

lancedb
⭐ 991 Jupyter Notebook 👤 lancedb Organization 🕐 更新日時 2026-11-04 📅 作成日 2023-06-25
123
tech-shrimp/gemini-playground

Geminiマルチモーダルチャットウェブサイトを10秒でデプロイ、サーバーレス! Gemini APIキーを用意するだけで、10秒でGeminiマルチモーダル会話のウェブサイトをデプロイできます。

tech-shrimp
⭐ 977 JavaScript 👤 tech-shrimp User 🕐 更新日時 2026-01-23 📅 作成日 2025-01-03
124
microsoft/MM-REACT

MM-REACT公式リポジトリ

microsoft
⭐ 965 Python 👤 microsoft Organization 🕐 更新日時 2026-10-26 📅 作成日 2023-03-15
125
facebookresearch/spiritlm

論文「Spirit-LM Interleaved Spoken and Written Language Model」の推論コード。

facebookresearch
⭐ 926 Python 👤 facebookresearch Organization 🕐 更新日時 2024-10-28 📅 作成日 2024-09-06
127
TencentARC/SEED-Story

SEED-Story:大規模言語モデルによるマルチモーダル長編ストーリー生成

TencentARC
⭐ 879 Python 👤 TencentARC Organization 🕐 更新日時 2024-10-11 📅 作成日 2024-07-10
128
InternLM/Intern-S1

科学的マルチモーダル基盤モデル

InternLM
⭐ 876 👤 InternLM Organization 🕐 更新日時 2026-09-13 📅 作成日 2025-07-25
129
DirtyHarryLYL/LLM-in-Vision

最近のLLMベースのCVおよび関連研究。コメント/貢献を歓迎します!

DirtyHarryLYL
⭐ 868 👤 DirtyHarryLYL User 🕐 更新日時 2025-03-08 📅 作成日 2023-03-10
130
IDEA-Research/Motion-X

[NeurIPS 2023] 論文「Motion-X: A Large-scale 3D Expressive Whole-body Human Motion Dataset」の公式実装

IDEA-Research
⭐ 863 Python 👤 IDEA-Research Organization 🕐 更新日時 2025-03-03 📅 作成日 2023-06-12
131
RiseInRose/MiniGPT-4-ZH

MiniGPT-4 中国語展開 翻訳 展開詳細の改善

RiseInRose
⭐ 859 Python 👤 RiseInRose User 🕐 更新日時 2026-05-09 📅 作成日 2023-04-19
133
allenai/molmo

Molmo ビジョン・言語モデルのコード

allenai
⭐ 851 Python 👤 allenai Organization 🕐 更新日時 2024-12-12 📅 作成日 2024-12-05
134
jrin771/Everything-LLMs-And-Robotics

LLM + ロボティクスの世界最大のGitHubリポジトリ

jrin771
⭐ 850 👤 jrin771 User 🕐 更新日時 2024-07-14 📅 作成日 2023-05-10
135
TideDra/lmm-r1

マルチモーダルタスクにおけるDeepSeek-R1の再現のためのLMM RLトレーニングをサポートするようにOpenRLHFを拡張します。

TideDra
⭐ 843 Python 👤 TideDra User 🕐 更新日時 2025-05-14 📅 作成日 2025-02-13
136
GAIR-NLP/anole

[ICLR 2025 ブログトラック拡張版] Anole: インターリーブされた画像-テキスト生成のためのオープンで自己回帰的ネイティブマルチモーダルモデル

GAIR-NLP
⭐ 841 Python 👤 GAIR-NLP Organization 🕐 更新日時 2025-06-16 📅 作成日 2024-07-01
137
vimalabs/VIMA

ICML'23論文「VIMA: マルチモーダルプロンプトによる汎用ロボット操作」の公式アルゴリズム実装

vimalabs
⭐ 841 Python 👤 vimalabs Organization 🕐 更新日時 2024-04-18 📅 作成日 2022-10-07
138
OpenMOSS/MOSS-VL

長時間の動画およびリアルタイム動画の理解に対応した、オープンウェイトの11Bモデルシリーズ

OpenMOSS
⭐ 838 C++ 👤 OpenMOSS Organization 🕐 更新日時 2026-10-14 📅 作成日 2026-04-08
139
CodeGoat24/UnifiedReward

UnifiedRewardおよび[NeurIPS 2025] UnifiedReward-ThinkおよびUnifiedReward-Flexの公式実装

CodeGoat24
⭐ 831 Python 👤 CodeGoat24 User 🕐 更新日時 2026-06-18 📅 作成日 2025-03-04
140
nvidia-cosmos/cosmos-transfer1

Cosmos-Transfer1は、シミュレートされた環境と現実世界の環境との間の知覚のギャップを埋めるために設計された、ワールド・ツー・ワールド転送モデルです。

nvidia-cosmos
⭐ 830 Python 👤 nvidia-cosmos Organization 🕐 更新日時 2026-10-15 📅 作成日 2025-03-02
141
iwyxdxl/WeChatBot_WXAUTO_SE

[メンテナンス停止] LLM API アグリゲーション会話ツールです。元プロジェクトリポジトリ:https://github.com/KouriChat/KouriChat 本プロジェクトは iwyxdxl が元プロジェクトをベースに修正・作成しました。学習目的のみに使用し、規約に従ってください。公衆向けプラットフォームへの接続や本番環境での使用は行わないでください。

iwyxdxl
⭐ 816 Python 👤 iwyxdxl User 🕐 更新日時 2026-01-15 📅 作成日 2025-03-07
142
webmachinelearning/prompt-api

💬 ブラウザ提供の言語モデルのプロンプトのためのWeb APIの提案

webmachinelearning
⭐ 797 Bikeshed 👤 webmachinelearning Organization 🕐 更新日時 2026-11-09 📅 作成日 2024-07-01
144
mlfoundations/datacomp

DataComp:次世代マルチモーダルデータセットの探求

mlfoundations
⭐ 780 Python 👤 mlfoundations Organization 🕐 更新日時 2025-04-28 📅 作成日 2023-04-28
145
ModalMinds/MM-EUREKA

MM-EUREKA:ルールベース強化学習によるマルチモーダル推論のフロンティアを探る

ModalMinds
⭐ 770 Python 👤 ModalMinds Organization 🕐 更新日時 2025-09-07 📅 作成日 2025-03-07
146
MewCo-AI/mewco_ai_assistant_comm

楓雲AIアシスタントコミュニティ版

MewCo-AI
⭐ 756 Python 👤 MewCo-AI Organization 🕐 更新日時 2026-06-12 📅 作成日 2024-07-09
147
Ruixxxx/Awesome-Vision-Mamba-Models

[公式リポジトリ] Visual Mamba: サーベイと新しい展望

Ruixxxx
⭐ 753 👤 Ruixxxx User 🕐 更新日時 2026-08-17 📅 作成日 2024-04-09
148
IDEA-Research/OpenSeeD

【ICCV 2023】「A Simple Framework for Open-Vocabulary Segmentation and Detection」論文の公式実装

IDEA-Research
⭐ 745 Python 👤 IDEA-Research Organization 🕐 更新日時 2024-01-22 📅 作成日 2023-03-14
149
chflame163/ComfyUI_LayerStyle_Advance

[ComfyUI Layer Style](https://github.com/chflame163/ComfyUI_LayerStyle)から分離されたノードは、主に依存関係パッケージに複雑な要件があるものです。

chflame163
⭐ 724 Python 👤 chflame163 User 🕐 更新日時 2026-09-18 📅 作成日 2024-12-05
150
ComfyUI-Workflow/awesome-comfyui

ComfyUIのための素晴らしいカスタムノードのコレクション

ComfyUI-Workflow
⭐ 724 Python 👤 ComfyUI-Workflow Organization 🕐 更新日時 2025-07-24 📅 作成日 2024-10-05