Git Stars Git Stars

#multimodal-ai 저장소

191
총 리포지토리
589,873
총 별점
3,088
리포지토리당 평균 스타 수

저장소 총 191개

51
ByteDance-Seed/VeOmni

VeOmni: 모델 중심 분산 레시피 동물원으로 모든 모달리티 모델 학습 확장

ByteDance-Seed
⭐ 2,299 Python 👤 ByteDance-Seed Organization 🕐 업데이트됨 2026-11-21 📅 생성됨 2025-03-28
52
ActiveVisionLab/Awesome-LLM-3D

Awesome-LLM-3D: 3D 세계 멀티모달 대규모 언어 모델 큐레이션 목록 자료

ActiveVisionLab
⭐ 2,284 👤 ActiveVisionLab Organization 🕐 업데이트됨 2026-04-16 📅 생성됨 2023-12-15
53
Liuziyu77/Visual-RFT

'Visual-RFT: Visual Reinforcement Fine-Tuning' & 'Visual-ARFT: Visual Agentic Reinforcement Fine-Tuning'의 공식 리포지토리

Liuziyu77
⭐ 2,283 Jupyter Notebook 👤 Liuziyu77 User 🕐 업데이트됨 2025-10-29 📅 생성됨 2025-02-24
54
mrgoonie/claudekit-skills

ClaudeKit.cc의 모든 강력한 기능!

mrgoonie
⭐ 2,244 Python 👤 mrgoonie User 🕐 업데이트됨 2026-04-03 📅 생성됨 2025-10-23
55
microsoft/LLaVA-Med

생물 의학을 위한 대규모 언어 및 시각 보조 장치, 멀티모달 GPT-4 수준의 기능을 향해 구축되었습니다.

microsoft
⭐ 2,207 Python 👤 microsoft Organization 🕐 업데이트됨 2025-06-04 📅 생성됨 2023-05-20
56
LAION-AI/CLAP

대조 언어-오디오 사전 학습

LAION-AI
⭐ 2,167 Python 👤 LAION-AI Organization 🕐 업데이트됨 2025-05-15 📅 생성됨 2022-03-06
57
km1994/LLMsNineStoryDemonTower

【LLMs 아홉 겹 악마탑】자연어 처리(ChatGLM, Chinese-LLaMA-Alpaca, 샤오양투오 Vicuna, LLaMA, GPT4ALL 등), 정보 검색(langchain), 언어 합성, 언어 인식, 멀티모달(Stable Diffusion, MiniGPT-4, VisualGLM-6B, Ziya-Visual 등) 분야에서의 LLMs 실전 경험 및 노하우 공유.

km1994
⭐ 2,140 👤 km1994 User 🕐 업데이트됨 2024-03-30 📅 생성됨 2023-05-01
58
shcherbak-ai/contextgem

대규모 언어 모델과 의사결정 모델을 사용하여 문서에서 구조화된 데이터와 인사이트를 추출하세요

shcherbak-ai
⭐ 2,095 Python 👤 shcherbak-ai Organization 🕐 업데이트됨 2026-11-21 📅 생성됨 2024-10-11
59
Tencent-Hunyuan/HunyuanOCR

HunyuanOCR-1.5: 경량 OCR VLM을 더 빠르고 더 좋게 만들기

Tencent-Hunyuan
⭐ 2,091 Python 👤 Tencent-Hunyuan Organization 🕐 업데이트됨 2026-09-24 📅 생성됨 2025-11-18
60
QwenLM/Qwen2-Audio

Alibaba Cloud에서 제안한 Qwen2-Audio 채팅 및 사전 훈련된 대규모 오디오 언어 모델의 공식 리포지토리입니다.

QwenLM
⭐ 2,072 Python 👤 QwenLM Organization 🕐 업데이트됨 2025-04-21 📅 생성됨 2024-06-24
61
merveenoyan/smol-vision

최첨단 비전 모델을 축소, 최적화, 맞춤 설정하는 레시피. 💜

merveenoyan
⭐ 2,004 Jupyter Notebook 👤 merveenoyan User 🕐 업데이트됨 2026-08-12 📅 생성됨 2024-03-13
62
NVIDIA-AI-Blueprints/video-search-and-summarization

NVIDIA AI 비디오 검색 및 요약(VSS) 청사진은 실시간 검증 경고, 시각적 Q&A, 자동 보고 기능을 갖춘 비디오 분석 에이전트를 구축하기 위한 GPU 가속 참조 아키텍처입니다. VSS 청사진은 NVIDIA Cosmos와 같은 비전 언어 모델(VLM), NVIDIA Nemotron과 같은 LLM, RAG 및 NVIDIA NIM을 사용합니다.

NVIDIA-AI-Blueprints
⭐ 2,003 Python 👤 NVIDIA-AI-Blueprints Organization 🕐 업데이트됨 2026-11-21 📅 생성됨 2024-10-22
63
chn-lee-yumi/MaterialSearch

시맨틱 검색. 자연어를 통해 로컬 사진 및 동영상을 검색합니다. AI 시맨틱 검색 로컬 자료. 이미지로 검색, 로컬 자료 찾기, 텍스트 설명으로 장면 일치, 비디오 프레임 검색, 장면 설명으로 비디오 검색.

chn-lee-yumi
⭐ 1,998 HTML 👤 chn-lee-yumi User 🕐 업데이트됨 2026-09-21 📅 생성됨 2023-03-16
65
kimjammer/Neuro

7일 만에 처음 만들어진 Neuro-Sama의 리메이크 버전입니다.

kimjammer
⭐ 1,960 Python 👤 kimjammer User 🕐 업데이트됨 2025-01-17 📅 생성됨 2024-01-07
66
microsoft/Magma

[CVPR 2025] Magma: 멀티모달 AI 에이전트를 위한 파운데이션 모델

microsoft
⭐ 1,948 Python 👤 microsoft Organization 🕐 업데이트됨 2026-03-03 📅 생성됨 2024-11-22
67
gpt-omni/mini-omni2

비전, 음성 및 듀플렉스 기능을 갖춘 오픈 소스 GPT-4o를 향하여

gpt-omni
⭐ 1,896 Python 👤 gpt-omni Organization 🕐 업데이트됨 2025-01-16 📅 생성됨 2024-10-14
68
ivanfioravanti/chatbot-ollama

Chatbot Ollama는 Ollama를 위한 오픈 소스 채팅 UI입니다.

ivanfioravanti
⭐ 1,892 TypeScript 👤 ivanfioravanti User 🕐 업데이트됨 2025-09-05 📅 생성됨 2023-10-01
69
RanFeng/clipsketch-ai

순간의 비디오를 손으로 그린 이야기로 변환하세요

RanFeng
⭐ 1,883 TypeScript 👤 RanFeng User 🕐 업데이트됨 2026-01-14 📅 생성됨 2025-11-27
70
AutoArk/EVA-OS

EVA OS — 차세대 하드웨어를 위한 실시간 멀티모달 AIOS로, 귀하의 기기가 '살아있는' 것처럼 실제 뇌만큼 지능적으로 작동하게 합니다.

AutoArk
⭐ 1,875 👤 AutoArk Organization 🕐 업데이트됨 2026-08-03 📅 생성됨 2025-11-26
71
Audio-AGI/AudioSep

"설명하는 모든 것을 분리"의 공식 구현

Audio-AGI
⭐ 1,857 Python 👤 Audio-AGI Organization 🕐 업데이트됨 2024-11-26 📅 생성됨 2023-08-08
72
facebookresearch/MetaCLIP

NeurIPS 2025 Spotlight; ICLR2024 Spotlight; CVPR 2024; EMNLP 2024

facebookresearch
⭐ 1,856 Python 👤 facebookresearch Organization 🕐 업데이트됨 2026-08-11 📅 생성됨 2023-09-28
73
Core-Mate/OpenGUI

OpenGUI는 스마트폰 AI를 위한 Android GUI 에이전트 프레임워크로, GUI를 통해 실제 모바일 앱을 보고, 계획하고, 조작할 수 있습니다.

Core-Mate
⭐ 1,814 HTML 👤 Core-Mate Organization 🕐 업데이트됨 2026-11-16 📅 생성됨 2026-04-18
74
apple-aiml-research/ml-4m

4M: 대규모 다중모달 마스크 모델링

apple-aiml-research
⭐ 1,814 Python 👤 apple-aiml-research Organization 🕐 업데이트됨 2026-09-11 📅 생성됨 2024-04-08
76
kijai/ComfyUI-Florence2

추론 Microsoft Florence2 VLM

kijai
⭐ 1,764 Python 👤 kijai User 🕐 업데이트됨 2026-05-06 📅 생성됨 2024-06-19
77
facebookresearch/multimodal

TorchMultimodal은 최첨단 멀티모달 멀티태스크 모델을 대규모로 훈련하기 위한 PyTorch 라이브러리입니다.

facebookresearch
⭐ 1,747 Python 👤 facebookresearch Organization 🕐 업데이트됨 2026-11-16 📅 생성됨 2022-01-27
80
waybarrios/vllm-mlx

Apple Silicon용 고성능 OpenAI 및 Anthropic 호환 LLM 추론 서버. 네이티브 MLX, 연속 배치, 멀티모달 모델, MCP 도구 호출 및 Claude Code 지원.

waybarrios
⭐ 1,657 Python 👤 waybarrios User 🕐 업데이트됨 2026-11-07 📅 생성됨 2025-12-06
82
baaivision/Emu3.5

네이티브 멀티모달 모델은 세계 학습자입니다

baaivision
⭐ 1,567 Python 👤 baaivision Organization 🕐 업데이트됨 2025-12-30 📅 생성됨 2025-10-29
83
microsoft/SoM

[arXiv 2023] GPT-4V 및 LMM을 위한 Set-of-Mark 프롬프팅

microsoft
⭐ 1,499 Python 👤 microsoft Organization 🕐 업데이트됨 2024-08-19 📅 생성됨 2023-10-16
84
Nutlope/napkins

napkins.dev – 스크린샷에서 앱으로

Nutlope
⭐ 1,484 TypeScript 👤 Nutlope User 🕐 업데이트됨 2026-10-23 📅 생성됨 2024-09-18
86
zstar1003/ragflow-plus

Ragflow-Plus는 Ragflow의 2차 개발 버전으로, 더욱 간결하고 실용적입니다.

zstar1003
⭐ 1,471 Python 👤 zstar1003 User 🕐 업데이트됨 2026-11-18 📅 생성됨 2025-03-24
87
0nutation/SpeechGPT

SpeechGPT 시리즈: 음성 대규모 언어 모델

0nutation
⭐ 1,397 Python 👤 0nutation User 🕐 업데이트됨 2024-07-22 📅 생성됨 2023-05-16
88
IDEA-Research/awesome-detection-transformer

탐지 및 분할을 위한 트랜스포머에 대한 일부 논문을 수집합니다. 컴퓨터 비전(CV)을 위한 Awesome Detection Transformer

IDEA-Research
⭐ 1,392 👤 IDEA-Research Organization 🕐 업데이트됨 2024-07-04 📅 생성됨 2022-03-09
89
gokayfem/awesome-vlm-architectures

엄선된 200개 이상의 비전-언어 모델(VLM/MLLM) 아키텍처 시각 자료 카탈로그: 논문, 다이어그램, 학습 레시피, 데이터셋, 멀티모달 AI 에이전트의 출시 타임라인을 제공합니다.

gokayfem
⭐ 1,368 Markdown 👤 gokayfem User 🕐 업데이트됨 2026-10-27 📅 생성됨 2024-02-15
90
poe-platform/server-bot-quick-start

Poe 서버 봇 튜토리얼

poe-platform
⭐ 1,347 Python 👤 poe-platform Organization 🕐 업데이트됨 2026-11-16 📅 생성됨 2023-05-10
91
gavrielc/Nano-PDF

Nano Banana로 PDF 파일 편집

gavrielc
⭐ 1,331 Python 👤 gavrielc User 🕐 업데이트됨 2025-12-03 📅 생성됨 2025-11-28
92
ConardLi/easy-llm-cli

여러 LLM 모델과 호환되는 오픈 소스 AI 에이전트

ConardLi
⭐ 1,319 TypeScript 👤 ConardLi User 🕐 업데이트됨 2026-02-05 📅 생성됨 2025-07-11
93
Meituan-AutoML/MobileVLM

모바일 장치를 위한 강력하고 개방적인 비전 언어 어시스턴트

Meituan-AutoML
⭐ 1,317 Python 👤 Meituan-AutoML Organization 🕐 업데이트됨 2024-04-15 📅 생성됨 2023-12-29
94
hemingkx/SpeculativeDecodingPapers

📰 Speculative Decoding에 대한 필수 논문 및 블로그 ⚡️

hemingkx
⭐ 1,309 👤 hemingkx User 🕐 업데이트됨 2026-06-27 📅 생성됨 2023-09-20
95
JMAN730/opendroid

당신의 개방형 자율 안드로이드 에이전트 — 로컬/원격 LLM과 접근성 기반 화면 자동화로 구동되는 프로덕션 준비 완료된 자기 계획형 AI 어시스턴트입니다.

JMAN730
⭐ 1,300 Kotlin 👤 JMAN730 User 🕐 업데이트됨 2026-11-10 📅 생성됨 2026-05-21
96
opendatalab/LabelLLM

오픈 소스 데이터 주석 플랫폼

opendatalab
⭐ 1,298 TypeScript 👤 opendatalab Organization 🕐 업데이트됨 2026-07-02 📅 생성됨 2024-05-07
⭐ 1,293 Python 👤 Visual-Agent Organization 🕐 업데이트됨 2025-11-20 📅 생성됨 2025-03-15
98
aiming-lab/Agent0

[ICML'26 & COLM'26] Agent0 시리즈: 제로 데이터로부터의 자기 진화형 에이전트

aiming-lab
⭐ 1,292 Python 👤 aiming-lab Organization 🕐 업데이트됨 2026-07-10 📅 생성됨 2025-10-20
99
OpenTSLM/OpenTSLM

OpenTSLM: 다변량 의료 텍스트 및 시계열 데이터에 대한 추론을 위한 시계열 언어 모델

OpenTSLM
⭐ 1,273 Python 👤 OpenTSLM Organization 🕐 업데이트됨 2026-07-21 📅 생성됨 2025-05-14
100
VILA-Lab/Awesome-DLMs

설문 조사 논문 "A Survey on Diffusion Language Models"의 공식 GitHub 저장소.

VILA-Lab
⭐ 1,252 👤 VILA-Lab Organization 🕐 업데이트됨 2026-10-02 📅 생성됨 2025-07-14