Git Stars Git Stars

#multimodal リポジトリ

183
リポジトリ総数
700,629
合計スター数
3,828
リポジトリあたりの平均スター数

リポジトリ合計183件

101
alan-ai/alan-sdk-cordova

アプリのためのセルフコーディングシステム — Cordova 向け Alan AI SDK

alan-ai
⭐ 1,140 Ruby 👤 alan-ai Organization 🕐 更新日時 2025-04-22 📅 作成日 2019-10-23
102
rhymes-ai/Aria

Aria のコードベース - オープン・マルチモーダル・ネイティブMoE

rhymes-ai
⭐ 1,089 Jupyter Notebook 👤 rhymes-ai Organization 🕐 更新日時 2025-01-22 📅 作成日 2024-09-29
103
google-research-datasets/wit

WIT(Wikipedia-based Image Text)Datasetは、100を超える言語で、1,100万を超えるユニークな画像と3,700万を超える画像とテキストのセットからなる、大規模なマルチモーダル多言語データセットです。

google-research-datasets
⭐ 1,086 👤 google-research-datasets Organization 🕐 更新日時 2024-09-27 📅 作成日 2021-02-24
104
OpenBMB/VisCPM

[ICLR'24 spotlight] 中国語・英語マルチモーダル大規模モデルシリーズ(チャットとペイント)| CPM基盤モデルに基づく中英バイリンガルマルチモーダル大規模モデルシリーズ

OpenBMB
⭐ 1,072 Python 👤 OpenBMB Organization 🕐 更新日時 2024-06-13 📅 作成日 2023-06-30
105
InternRobotics/PointLLM

[ECCV 2024 ベストペーパー候補 & TPAMI 2025] PointLLM: 大規模言語モデルが点群を理解できるようにする

InternRobotics
⭐ 1,065 Python 👤 InternRobotics Organization 🕐 更新日時 2026-05-15 📅 作成日 2023-08-17
106
OFA-Sys/ONE-PEACE

ビジョン、オーディオ、言語モダリティを横断する一般的な表現モデル。論文:ONE-PEACE:無限のモダリティを目指す一つの一般的な表現モデルの探求

OFA-Sys
⭐ 1,063 Python 👤 OFA-Sys Organization 🕐 更新日時 2024-10-06 📅 作成日 2023-05-18
107
WangRongsheng/XrayGLM

🩺 胸部X線写真を要約できる初の中国語医療マルチモーダルモデル

WangRongsheng
⭐ 1,052 Python 👤 WangRongsheng User 🕐 更新日時 2024-11-20 📅 作成日 2023-05-23
108
tong-io/tongflow

エージェントと人間に優しく、モダリティを最優先するエンタープライズ向け生成AIワークフロープラットフォーム

tong-io
⭐ 1,048 TypeScript 👤 tong-io User 🕐 更新日時 2026-11-21 📅 作成日 2026-04-08
109
yaotingwangofficial/Awesome-MCoT

マルチモーダル思考連鎖推論:包括的な調査

yaotingwangofficial
⭐ 1,030 TeX 👤 yaotingwangofficial User 🕐 更新日時 2026-10-03 📅 作成日 2025-02-15
110
ArrowLuo/CLIP4Clip

「CLIP4Clip: End to End Video Clip RetrievalのためのCLIPの経験的研究」の公式実装

ArrowLuo
⭐ 1,017 Python 👤 ArrowLuo User 🕐 更新日時 2024-04-12 📅 作成日 2021-04-13
111
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
112
Valen-Team/Valen

テキスト、画像、動画に対応した、0.8B~27Bのオープンなマルチモーダル意思決定モデル。テキストを生成する代わりに、独自の候補に確率を割り当てて判断し、バウンディングボックスで位置を特定します。無料API、ONNX、GGUF、vLLM、SGLangに対応。ファインチューニング用コードも付属。

Valen-Team
⭐ 932 Python 👤 Valen-Team Organization 🕐 更新日時 2026-11-15 📅 作成日 2026-09-23
113
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
114
shenhao-stu/ohmycaptcha

⚡ FastAPI、Playwright、およびOpenAI互換のマルチモーダルモデルで構築された、セルフホスト可能なYesCaptcha互換CAPTCHAソルバー。

shenhao-stu
⭐ 912 Python 👤 shenhao-stu User 🕐 更新日時 2026-03-09 📅 作成日 2026-03-09
115
facebookresearch/ShapeR

ShapeR研究論文のコード

facebookresearch
⭐ 904 Python 👤 facebookresearch Organization 🕐 更新日時 2026-04-30 📅 作成日 2026-01-14
116
SkalskiP/top-cvpr-2025-papers

概要 このリポジトリは、最もエキサイティングで影響力のあるCVPR 2025の論文を厳選したコレクションです。🔥 [論文 + コード + デモ]

SkalskiP
⭐ 899 Python 👤 SkalskiP User 🕐 更新日時 2026-04-15 📅 作成日 2025-05-31
117
OpenMOSS/AnyGPT

離散系列モデリングに基づく統合マルチモーダル言語モデル

OpenMOSS
⭐ 889 Python 👤 OpenMOSS Organization 🕐 更新日時 2026-09-06 📅 作成日 2024-02-18
118
microsoft/rag-time

RAG Time: RAGをマスターするための5週間の学習ジャーニー

microsoft
⭐ 888 Jupyter Notebook 👤 microsoft Organization 🕐 更新日時 2025-06-17 📅 作成日 2024-12-11
119
suzuran0y/CCTV-Smartphone-AI-Monitoring

ローカル監視 + AI ビジョン — LAN ベースのスマートフォン駆動型 AI 監視フレームワーク。データ取得と分析のための構造化されたイベント出力。

suzuran0y
⭐ 879 Python 👤 suzuran0y User 🕐 更新日時 2026-11-11 📅 作成日 2026-02-26
120
whitecircle/halo

Halo は、White Circle が開発した、大規模言語モデルおよびマルチモーダルモデルのトレーニング用オープンソースフレームワークです

whitecircle
⭐ 868 Python 👤 whitecircle Organization 🕐 更新日時 2026-11-21 📅 作成日 2026-08-26
121
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
122
EvolvingLMMs-Lab/lmms-engine

シンプルで統一されたマルチモーダルモデルトレーニングエンジン。軽量で柔軟、そして大規模な開発・実験向けに構築されています。

EvolvingLMMs-Lab
⭐ 835 Python 👤 EvolvingLMMs-Lab Organization 🕐 更新日時 2026-10-23 📅 作成日 2025-07-27
123
chipfighter/context-attachment-manager

Codex、Claude Code、その他の AI エージェントで画像の多いチャットを扱うためのローカルプラグインです。以前の画像はメッセージごとに送信される代わりに短いプレースホルダーに置き換えられ、モデルはその ID を使って元画像を取得できます(コンパクション後も可能)。プロンプトキャッシュも引き続き機能します。

chipfighter
⭐ 812 TypeScript 👤 chipfighter User 🕐 更新日時 2026-11-20 📅 作成日 2026-09-24
124
ChaofanTao/Autoregressive-Models-in-Vision-Survey

[TMLR 2025🔥] 視覚における自己回帰モデルのサーベイ。

ChaofanTao
⭐ 805 👤 ChaofanTao User 🕐 更新日時 2026-05-05 📅 作成日 2024-07-01
125
nomic-ai/contrastors

PyTorchで対照的にモデルをトレーニングする

nomic-ai
⭐ 791 Python 👤 nomic-ai Organization 🕐 更新日時 2025-03-26 📅 作成日 2024-01-30
126
allenai/papermage

科学論文におけるNLPおよびCV研究をサポートするライブラリ

allenai
⭐ 785 Python 👤 allenai Organization 🕐 更新日時 2024-11-08 📅 作成日 2023-01-14
127
Yangyi-Chen/Multimodal-AND-Large-Language-Models

マルチモーダルおよび大規模言語モデルに関する論文リスト。 個人のニーズのために、日常の arxiv で読んだ論文を記録するためだけに利用されます。

Yangyi-Chen
⭐ 765 👤 Yangyi-Chen User 🕐 更新日時 2026-05-21 📅 作成日 2022-08-28
128
PaddlePaddle/PaddleMIX

Paddle Multimodal Integration and eXplorationは、エンドツーエンドの大規模マルチモーダル事前学習モデルや拡散モデルツールボックスを含む、主流のマルチモーダルタスクをサポートします。高性能と柔軟性を備えています。

PaddlePaddle
⭐ 721 Python 👤 PaddlePaddle Organization 🕐 更新日時 2026-03-06 📅 作成日 2023-07-05
129
magicrew/doc7

視覚的理解を用いてドキュメントをAI対応のMarkdownに変換

magicrew
⭐ 719 Go 👤 magicrew Organization 🕐 更新日時 2026-08-07 📅 作成日 2026-08-02
130
OpenMOSS/MOSS-Audio

キャプション生成、質問応答、推論を通じて、音声、環境音、音楽を理解するためのオープンソースモデル

OpenMOSS
⭐ 713 Python 👤 OpenMOSS Organization 🕐 更新日時 2026-09-06 📅 作成日 2026-04-11
131
enoche/MMRec

マルチモーダルレコメンデーションのためのツールボックス。10以上のモデルを統合...

enoche
⭐ 707 Python 👤 enoche User 🕐 更新日時 2026-07-14 📅 作成日 2022-08-31
132
TIGER-AI-Lab/VLM2Vec

このリポジトリには、「VLM2Vec / MMEB」[ICLR 2025]、「VLM2Vec-V2 / MMEB-V2」[TMLR 2026]、「MMEB-V3」[COLM 2026]のコードが含まれています。

TIGER-AI-Lab
⭐ 705 Python 👤 TIGER-AI-Lab Organization 🕐 更新日時 2026-10-23 📅 作成日 2024-10-07
133
mv-lab/InstructIR

[ECCV 2024] InstructIR: 人間の指示に従った高品質画像復元 https://huggingface.co/spaces/marcosv/InstructIR

mv-lab
⭐ 693 Jupyter Notebook 👤 mv-lab User 🕐 更新日時 2024-09-26 📅 作成日 2024-01-27
134
henrydaum/second-brain

Second Brain は、エージェントフレームワークであり、オペレーティングシステムとして機能し、ローカルファイルインテリジェンス、ワークフロー自動化、および LLM を使用してタスクを完了し、複数のモダリティおよびメッセージングプラットフォームで通信します。

henrydaum
⭐ 687 Python 👤 henrydaum User 🕐 更新日時 2026-09-26 📅 作成日 2025-09-19
135
HRuiCcc/RuiC-card-skill

あらゆるホストやマルチモーダルモデルで使える、汎用ホログラムカード Agent Skill。ひと言から、ドラッグや回転ができ、光が流れ、奥行きにレイヤー感のある3DカードのWebページを生成。編集可能なBlenderプロジェクト付き。

HRuiCcc
⭐ 686 JavaScript 👤 HRuiCcc User 🕐 更新日時 2026-11-01 📅 作成日 2026-09-07
136
zhongkaifu/TensorSharp

GGUFモデル向けのネイティブ.NET LLM推論エンジンおよびエージェントランタイムです。TensorSharpは、コンソールアプリケーション、Webベースのチャットボットインターフェース、iPhoneアプリ、そしてプログラムからアクセス可能なOllama/OpenAI互換HTTP APIを提供します。Windows、macOS、iOS、Linuxをサポートし、GPUの機能を完全に活用できます。

zhongkaifu
⭐ 681 C# 👤 zhongkaifu User 🕐 更新日時 2026-11-20 📅 作成日 2026-04-03
137
Topkiflare74/ai--manus2.0

AI Manusは、サンドボックス環境でさまざまなツールや操作を実行できる汎用AIエージェントシステムです。

Topkiflare74
⭐ 678 👤 Topkiflare74 User 🕐 更新日時 2026-11-15 📅 作成日 2026-11-14
138
redai-studio/Relax

大規模な全モーダル事後学習のための非同期強化学習エンジン

redai-studio
⭐ 678 Python 👤 redai-studio Organization 🕐 更新日時 2026-11-21 📅 作成日 2026-04-13
139
topapothecarycanal/ai--manus2.0

AI Manusは、サンドボックス環境でさまざまなツールや操作を実行できる汎用AIエージェントシステムです。

topapothecarycanal
⭐ 666 👤 topapothecarycanal User 🕐 更新日時 2026-11-15 📅 作成日 2026-11-14
140
toppatronweave/ai--manus2.0

AI Manusは、サンドボックス環境でさまざまなツールや操作を実行できる汎用AIエージェントシステムです。

toppatronweave
⭐ 665 👤 toppatronweave User 🕐 更新日時 2026-11-15 📅 作成日 2026-11-14
141
reasoning-survey/Awesome-Reasoning-Foundation-Models

✨✨基盤モデルを用いた推論における最新論文とベンチマーク

reasoning-survey
⭐ 664 👤 reasoning-survey User 🕐 更新日時 2026-09-03 📅 作成日 2023-11-21
142
topconstableinlet67/ai--manus2.0

AI Manusは、サンドボックス環境でさまざまなツールや操作を実行できる汎用AIエージェントシステムです。

topconstableinlet67
⭐ 663 👤 topconstableinlet67 User 🕐 更新日時 2026-11-15 📅 作成日 2026-11-14
143
tornadonovicewhirl40/ai--manus2.0

AI Manusは、サンドボックス環境でさまざまなツールや操作を実行できる汎用AIエージェントシステムです。

tornadonovicewhirl40
⭐ 659 👤 tornadonovicewhirl40 User 🕐 更新日時 2026-11-15 📅 作成日 2026-11-14
144
TitanShieldRavine/ai--manus2.0

AI Manusは、サンドボックス環境でさまざまなツールや操作を実行できる汎用AIエージェントシステムです。

TitanShieldRavine
⭐ 659 👤 TitanShieldRavine User 🕐 更新日時 2026-11-15 📅 作成日 2026-11-14
145
Ultimateakiln/ai--manus2.0

AI Manusは、サンドボックス環境でさまざまなツールや操作を実行できる汎用AIエージェントシステムです。

Ultimateakiln
⭐ 654 👤 Ultimateakiln User 🕐 更新日時 2026-11-15 📅 作成日 2026-11-14
146
trackersnailgrip/ai--manus2.0

AI Manusは、サンドボックス環境でさまざまなツールや操作を実行できる汎用AIエージェントシステムです。

trackersnailgrip
⭐ 654 👤 trackersnailgrip User 🕐 更新日時 2026-11-15 📅 作成日 2026-11-14
147
TrapBladesmith/ai--manus2.0

AI Manusは、サンドボックス環境でさまざまなツールや操作を実行できる汎用AIエージェントシステムです。

TrapBladesmith
⭐ 653 👤 TrapBladesmith User 🕐 更新日時 2026-11-15 📅 作成日 2026-11-14
148
Torusdrasocket/ai--manus2.0

AI Manusは、サンドボックス環境でさまざまなツールや操作を実行できる汎用AIエージェントシステムです。

Torusdrasocket
⭐ 653 👤 Torusdrasocket User 🕐 更新日時 2026-11-15 📅 作成日 2026-11-14
149
TremorRatTackle/ai--manus2.0

AI Manusは、サンドボックス環境でさまざまなツールや操作を実行できる汎用AIエージェントシステムです。

TremorRatTackle
⭐ 652 👤 TremorRatTackle User 🕐 更新日時 2026-11-15 📅 作成日 2026-11-14
150
violetkomodolimit/ai--manus2.0

AI Manusは、サンドボックス環境でさまざまなツールや操作を実行できる汎用AIエージェントシステムです。

violetkomodolimit
⭐ 651 👤 violetkomodolimit User 🕐 更新日時 2026-11-15 📅 作成日 2026-11-14