Git Stars Git Stars

#multimodal-ai 저장소

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

저장소 총 191개

153
stepfun-ai/NextStep-1

[🚀 ICLR 2026 Oral] NextStep-1: 최신 기술의 연속 토큰을 활용한 Autogressive 이미지 생성. StepFun의 멀티모달 인텔리전스 팀이 개발한 연구 프로젝트.

stepfun-ai
⭐ 696 Python 👤 stepfun-ai Organization 🕐 업데이트됨 2026-02-27 📅 생성됨 2025-08-14
154
Yaofang-Liu/Pusa-VidGen

Pusa: 수천 스텝 비디오 확산 모델

Yaofang-Liu
⭐ 685 Python 👤 Yaofang-Liu User 🕐 업데이트됨 2026-02-13 📅 생성됨 2025-03-25
155
AlexZhangji/Twitter-Insight-LLM

트위터 데이터 스크래핑, 임베딩 기반 이미지 검색 등

AlexZhangji
⭐ 685 Jupyter Notebook 👤 AlexZhangji User 🕐 업데이트됨 2024-04-17 📅 생성됨 2024-03-05
156
gregsadetsky/sagittarius

GPT-4/Gemini 음성/비디오 탐색 도구

gregsadetsky
⭐ 685 TypeScript 👤 gregsadetsky User 🕐 업데이트됨 2024-01-26 📅 생성됨 2023-12-11
157
inclusionAI/Ming

Ming - Ling LLM을 기반으로 구축된 고급 멀티모달 이해 및 생성 기능을 촉진합니다.

inclusionAI
⭐ 683 Jupyter Notebook 👤 inclusionAI Organization 🕐 업데이트됨 2026-07-27 📅 생성됨 2025-04-21
158
ATH-MaaS/Agentic-ADK

Agentic ADK는 Google-ADK와 Ali-LangEngine를 기반으로 Alibaba International AI Business에서 출시한 에이전트 애플리케이션 개발 프레임워크입니다.

ATH-MaaS
⭐ 683 Java 👤 ATH-MaaS Organization 🕐 업데이트됨 2025-11-24 📅 생성됨 2024-11-08
159
pfrankov/obsidian-local-gpt

최대 개인 정보 보호 및 오프라인 액세스를 위한 로컬 Ollama 및 OpenAI 유사 GPT 지원

pfrankov
⭐ 678 TypeScript 👤 pfrankov User 🕐 업데이트됨 2026-10-26 📅 생성됨 2023-12-03
161
zstar1003/FreeTex

무료 지능형 수식 인식 소프트웨어

zstar1003
⭐ 668 Python 👤 zstar1003 User 🕐 업데이트됨 2026-11-17 📅 생성됨 2025-05-04
162
snap-research/Panda-70M

[CVPR 2024] Panda-70M: 여러 크로스 모달리티 교사를 사용하여 7천만 개의 비디오 캡션 지정

snap-research
⭐ 659 Python 👤 snap-research Organization 🕐 업데이트됨 2024-10-25 📅 생성됨 2024-02-14
163
videosdk-live/agents

실시간 다중 모드 대화형 AI 에이전트 개발을 위한 오픈 소스 프레임워크.

videosdk-live
⭐ 657 Python 👤 videosdk-live Organization 🕐 업데이트됨 2026-08-07 📅 생성됨 2025-05-02
164
yhLeeee/Awesome-LLMs-in-Graph-tasks

그래프 관련 작업에 LLM 활용을 탐구하는 연구 논문 모음집.

yhLeeee
⭐ 657 👤 yhLeeee User 🕐 업데이트됨 2025-03-21 📅 생성됨 2023-11-17
166
bytedance/comfyui-lumi-batcher

ComfyUI Lumi Batcher는 ComfyUI를 위해 설계된 배치 처리 확장 플러그인으로, 워크플로우 디버깅 효율성을 개선하는 것을 목표로 합니다. 기존의 디버깅 방법은 매개변수를 하나씩 조정해야 하지만, 이 도구는 배치 처리 기능을 통해 작업 효율성을 크게 향상시킵니다.

bytedance
⭐ 651 TypeScript 👤 bytedance Organization 🕐 업데이트됨 2026-10-10 📅 생성됨 2025-05-29
167
Alpha-VLLM/Lumina-mGPT

"Lumina-mGPT: 멀티모달 생성 사전 훈련을 통한 유연한 사실적 텍스트-이미지 생성 조명"의 공식 구현

Alpha-VLLM
⭐ 648 Python 👤 Alpha-VLLM Organization 🕐 업데이트됨 2025-10-16 📅 생성됨 2024-08-02
⭐ 647 Python 👤 Visual-Agent Organization 🕐 업데이트됨 2026-02-26 📅 생성됨 2025-10-31
169
CY-CHENYUE/ComfyUI-Janus-Pro

통합 멀티모달 이해 및 생성 프레임워크인 Janus-Pro용 ComfyUI 노드.

CY-CHENYUE
⭐ 647 Python 👤 CY-CHENYUE User 🕐 업데이트됨 2025-01-30 📅 생성됨 2025-01-27
170
mit-han-lab/hart

HART: 하이브리드 자기회귀 트랜스포머를 이용한 효율적인 시각 생성

mit-han-lab
⭐ 647 Python 👤 mit-han-lab Organization 🕐 업데이트됨 2024-10-16 📅 생성됨 2024-10-08
171
SpursGoZmy/Awesome-Tabular-LLMs

테이블 관련 작업을 위한 "대규모 언어 모델(LLM)"에 관한 논문을 수집합니다. 예를 들어, Table QA 작업에 LLM을 사용하는 것입니다. “테이블 + LLM” 관련 논문 정리

SpursGoZmy
⭐ 640 👤 SpursGoZmy User 🕐 업데이트됨 2026-04-09 📅 생성됨 2023-06-28
173
PromtEngineer/localGPT-Vision

Vision Language Models를 사용하여 문서와 채팅하세요. 이 저장소는 로컬 및 독점 VLMs를 모두 사용하여 엔드 투 엔드 RAG 파이프라인을 구현합니다.

PromtEngineer
⭐ 633 Python 👤 PromtEngineer User 🕐 업데이트됨 2025-07-26 📅 생성됨 2024-10-01
174
iSEE-Laboratory/LLMDet

(CVPR 2025 하이라이트✨) 논문 "LLMDet: Learning Strong Open-Vocabulary Object Detectors under the Supervision of Large Language Models" 공식 리포지토리

iSEE-Laboratory
⭐ 628 Python 👤 iSEE-Laboratory Organization 🕐 업데이트됨 2026-02-04 📅 생성됨 2025-01-30
175
Ucas-HaoranWei/Vary-toy

Vary-toy의 공식 코드 구현 (Small Language Model이 강화된 비전 어휘를 만남)

Ucas-HaoranWei
⭐ 626 Python 👤 Ucas-HaoranWei User 🕐 업데이트됨 2024-12-30 📅 생성됨 2024-01-10
176
microsoft/CLAP

자연어 지도를 통한 오디오 개념 학습

microsoft
⭐ 625 Python 👤 microsoft Organization 🕐 업데이트됨 2024-09-18 📅 생성됨 2022-11-02
177
vb000/LookOnceToHear

헤드폰에서 실시간 음성 추출을 위한 새로운 인간 상호 작용 방법.

vb000
⭐ 615 Python 👤 vb000 User 🕐 업데이트됨 2026-07-22 📅 생성됨 2024-05-10
178
thu-coai/Glyph

"Glyph: 시각-텍스트 압축을 통한 컨텍스트 창 크기 조정"의 공식 저장소

thu-coai
⭐ 612 Python 👤 thu-coai Organization 🕐 업데이트됨 2025-11-04 📅 생성됨 2025-10-20
180
levyflux/AViD

사용자 지정 데이터 세트에 대한 비전-언어 접지 모델의 미세 조정을 지원하는 프레임워크

levyflux
⭐ 608 Python 👤 levyflux User 🕐 업데이트됨 2026-08-30 📅 생성됨 2025-03-19
181
yushangxiao/claude2api

Claude의 웹 서비스를 API 서비스로 전환하여 이미지 인식, 파일 업로드, 사고 출력 등을 지원합니다...

yushangxiao
⭐ 606 Go 👤 yushangxiao User 🕐 업데이트됨 2025-07-01 📅 생성됨 2025-03-25
⭐ 604 Jupyter Notebook 👤 generative-ai-on-aws Organization 🕐 업데이트됨 2024-10-09 📅 생성됨 2023-08-24
184
hkproj/pytorch-paligemma

PyTorch에서 완전한 설명과 함께 처음부터 멀티모달(비전) 언어 모델 코딩: https://www.youtube.com/watch?v=vAmKB7iPkWw

hkproj
⭐ 579 Python 👤 hkproj User 🕐 업데이트됨 2024-12-06 📅 생성됨 2024-07-13
186
fufankeji/DeepSeek-OCR-Web

바로 사용 가능한 DeepSeek OCR 문서 분석 웹 스튜디오

fufankeji
⭐ 568 TypeScript 👤 fufankeji User 🕐 업데이트됨 2025-10-27 📅 생성됨 2025-10-23
187
unconv/gpt4v-browsing

GPT-4 Vision API와 Puppeteer를 이용한 웹 스크래핑

unconv
⭐ 563 JavaScript 👤 unconv User 🕐 업데이트됨 2024-01-31 📅 생성됨 2023-11-24
189
luogen1996/LaVIN

[NeurIPS 2023] "Cheap and Quick: Efficient Vision-Language Instruction Tuning for Large Language Models"의 공식 구현

luogen1996
⭐ 525 Python 👤 luogen1996 User 🕐 업데이트됨 2024-01-27 📅 생성됨 2023-05-15
190
SmartFlowAI/Llama3-Tutorial

Llama3-Tutorial (XTuner, LMDeploy, OpenCompass)

SmartFlowAI
⭐ 511 Python 👤 SmartFlowAI Organization 🕐 업데이트됨 2024-05-10 📅 생성됨 2024-04-19