Git Stars Git Stars

#multimodal 저장소

183
총 리포지토리
700,629
총 별점
3,828
리포지토리당 평균 스타 수

저장소 총 183개

51
docarray/docarray

멀티모달 데이터 표현, 전송, 저장 및 검색

docarray
⭐ 3,123 Python 👤 docarray Organization 🕐 업데이트됨 2026-03-27 📅 생성됨 2021-12-14
52
InternLM/InternLM-XComposer

InternLM-XComposer2.5-OmniLive: 장기 스트리밍 비디오 및 오디오 상호 작용을 위한 포괄적인 멀티모달 시스템

InternLM
⭐ 2,925 Python 👤 InternLM Organization 🕐 업데이트됨 2025-05-26 📅 생성됨 2023-09-26
53
datachain-ai/datachain

비정형 데이터를 위한 컨텍스트 레이어: S3, GCS, Azure 기반의 타입 지정 및 버전 관리 데이터셋

datachain-ai
⭐ 2,831 Python 👤 datachain-ai Organization 🕐 업데이트됨 2026-11-21 📅 생성됨 2024-06-25
54
autodistill/autodistill

레이블 없는 추론용 이미지(기반 모델을 사용하여 지도 학습 모델 훈련).

autodistill
⭐ 2,802 Python 👤 autodistill Organization 🕐 업데이트됨 2026-09-29 📅 생성됨 2023-06-06
55
rom1504/clip-retrieval

클립 임베딩을 쉽게 계산하고 이를 사용하여 클립 검색 시스템을 구축하십시오.

rom1504
⭐ 2,799 Jupyter Notebook 👤 rom1504 User 🕐 업데이트됨 2026-03-28 📅 생성됨 2021-06-07
56
roboflow/maestro

멀티모달 모델의 미세 조정 프로세스 간소화: PaliGemma 2, Florence-2 및 Qwen2.5-VL

roboflow
⭐ 2,696 Python 👤 roboflow Organization 🕐 업데이트됨 2026-11-16 📅 생성됨 2023-11-24
57
genieincodebottle/generative-ai

상세 로드맵, 프로젝트, 사용 사례, 면접 준비, 코딩 준비를 포함한 생성형 AI에 대한 종합적인 자료.

genieincodebottle
⭐ 2,675 Jupyter Notebook 👤 genieincodebottle User 🕐 업데이트됨 2026-11-09 📅 생성됨 2024-01-09
58
om-ai-lab/OmAgent

[EMNLP-2024] 빠른 프로토타입 및 상용화를 위한 멀티모달 언어 에이전트 구축

om-ai-lab
⭐ 2,670 Python 👤 om-ai-lab Organization 🕐 업데이트됨 2026-10-16 📅 생성됨 2024-07-04
59
OFA-Sys/OFA

OFA(ICML 2022)의 공식 저장소. 논문: OFA: Unifying Architectures, Tasks, and Modalities Through a Simple Sequence-to-Sequence Learning Framework

OFA-Sys
⭐ 2,550 Python 👤 OFA-Sys Organization 🕐 업데이트됨 2024-04-24 📅 생성됨 2022-01-29
60
X-PLUG/mPLUG-Owl

mPLUG-Owl: 강력한 멀티모달 대규모 언어 모델 패밀리

X-PLUG
⭐ 2,541 Python 👤 X-PLUG Organization 🕐 업데이트됨 2025-04-02 📅 생성됨 2023-04-25
61
InternLM/HuixiangDou

HuixiangDou: LLM 기반 기술 지원으로 그룹 채팅 시나리오 극복

InternLM
⭐ 2,500 Python 👤 InternLM Organization 🕐 업데이트됨 2025-11-24 📅 생성됨 2023-12-28
62
AI-Efficiency/Awesome-Model-Quantization

모델 양자화에 관한 논문, 벤치마크, 서베이 및 도구를 엄선한 모음으로, 저비트 네트워크, LLM, 멀티모달 및 생성 모델, 벡터 및 격자 양자화, 효율적인 배포를 다룹니다.

AI-Efficiency
⭐ 2,471 👤 AI-Efficiency Organization 🕐 업데이트됨 2026-11-16 📅 생성됨 2018-10-18
63
Yutong-Zhou-cv/Awesome-Text-to-Image

(ෆ`꒳´ෆ) 텍스트-이미지 생성/합성에 대한 조사.

Yutong-Zhou-cv
⭐ 2,444 👤 Yutong-Zhou-cv User 🕐 업데이트됨 2026-11-03 📅 생성됨 2020-10-13
64
Stability-AI/stability-sdk

stability.ai API와 상호 작용하기 위한 SDK (예: 스테이블 디퓨전 추론)

Stability-AI
⭐ 2,436 Jupyter Notebook 👤 Stability-AI Organization 🕐 업데이트됨 2026-05-14 📅 생성됨 2022-08-22
65
Turbo1123/roubao

iPhone용 肉包 Roubao 2.0: 오픈 소스 iOS AI 에이전트로, 소유자 승인 기반 Micro-X UI 제어, 사용자 지정 모델, 재개 가능한 작업, PDF 보고서를 지원합니다. 실행 중에는 Wi-Fi, 탈옥, 컴퓨터 또는 추가 하드웨어가 필요하지 않습니다(설정 시 Mac과 USB 필요). 기존 Android 버전도 유지됩니다.

Turbo1123
⭐ 2,422 Swift 👤 Turbo1123 User 🕐 업데이트됨 2026-11-09 📅 생성됨 2025-12-09
66
OpenGVLab/InternVideo

[ECCV2024] 멀티모달 이해를 위한 비디오 기반 모델 & 데이터

OpenGVLab
⭐ 2,421 Python 👤 OpenGVLab Organization 🕐 업데이트됨 2026-07-02 📅 생성됨 2022-11-23
67
NVIDIA-NeMo/DataDesigner

🎨 NeMo Data Designer: 스크래치나 시드 데이터로부터 고품질 합성 데이터 생성.

NVIDIA-NeMo
⭐ 2,419 Python 👤 NVIDIA-NeMo Organization 🕐 업데이트됨 2026-11-21 📅 생성됨 2025-10-16
68
X-PLUG/mPLUG-DocOwl

mPLUG-DocOwl: 문서 이해를 위한 모듈화된 멀티모달 대규모 언어 모델

X-PLUG
⭐ 2,407 Python 👤 X-PLUG Organization 🕐 업데이트됨 2025-05-30 📅 생성됨 2023-07-04
69
HUANGCHIHHUNGLeo/claude-real-video

Claude(또는 모든 LLM)가 실제로 비디오를 시청하게 하세요 — 장면 인식, 중복 제거된 프레임 + 대본, URL 또는 로컬 파일에서. 로컬에서 실행, MIT 라이선스.

HUANGCHIHHUNGLeo
⭐ 2,329 Python 👤 HUANGCHIHHUNGLeo User 🕐 업데이트됨 2026-11-20 📅 생성됨 2026-06-30
70
google-gemini/genai-processors

GenAI Processors는 효율적이고 병렬적인 콘텐츠 처리를 가능하게 하는 경량 Python 라이브러리입니다.

google-gemini
⭐ 2,125 Python 👤 google-gemini Organization 🕐 업데이트됨 2026-11-10 📅 생성됨 2025-04-29
71
fikrikarim/parlor

GPT-Live와 유사한 기능을 갖춘 온디바이스 실시간 멀티모달 AI

fikrikarim
⭐ 2,117 Python 👤 fikrikarim User 🕐 업데이트됨 2026-08-03 📅 생성됨 2026-04-05
72
showlab/Show-o

[ICLR & NeurIPS 2025] Show-o 시리즈 리포지토리, 다중 모달 이해 및 생성을 통합하는 단일 트랜스포머.

showlab
⭐ 1,988 Python 👤 showlab Organization 🕐 업데이트됨 2026-01-08 📅 생성됨 2024-08-09
73
2U1/Qwen-VL-Series-Finetune

Alibaba Cloud의 Qwen-VL 시리즈 미세 조정을 위한 오픈 소스 구현.

2U1
⭐ 1,983 Python 👤 2U1 User 🕐 업데이트됨 2026-09-09 📅 생성됨 2024-09-10
74
kyegomez/BitNet

PyTorch에서 "BitNet: 대규모 언어 모델을 위한 1비트 트랜스포머 확장" 구현

kyegomez
⭐ 1,949 Python 👤 kyegomez User 🕐 업데이트됨 2026-11-16 📅 생성됨 2023-10-18
75
sgl-project/sglang-omni

대화형 초지능 시스템을 위한 고성능 서빙 런타임

sgl-project
⭐ 1,882 Python 👤 sgl-project Organization 🕐 업데이트됨 2026-11-21 📅 생성됨 2026-01-07
76
AlibabaResearch/AdvancedLiterateMachinery

고급 문학 기계를 위한 독창적이고 혁신적인 아이디어 및 알고리즘 모음입니다. 이 프로젝트는 Alibaba Group의 Tongyi Lab 언어 기술 연구소 OCR 팀에서 유지 관리합니다.

AlibabaResearch
⭐ 1,832 C++ 👤 AlibabaResearch Organization 🕐 업데이트됨 2026-03-17 📅 생성됨 2022-09-28
77
potamides/DeTikZify

TikZ를 사용한 과학 도표 및 스케치용 그래픽 프로그램 합성.

potamides
⭐ 1,831 Python 👤 potamides User 🕐 업데이트됨 2026-09-17 📅 생성됨 2023-11-27
78
Tencent/WeMM-Embedding

WeMM-Embedding은 텐센트의 WeChat Vision 팀이 개발한 범용 멀티모달 임베딩 모델 제품군으로, 멀티모달 이해 및 검색을 지원합니다.

Tencent
⭐ 1,824 Python 👤 Tencent Organization 🕐 업데이트됨 2026-10-29 📅 생성됨 2026-08-25
79
alan-ai/alan-sdk-android

앱을 위한 자가 코딩 시스템 — Android용 Alan AI SDK

alan-ai
⭐ 1,815 👤 alan-ai Organization 🕐 업데이트됨 2025-04-22 📅 생성됨 2019-10-01
⭐ 1,795 Python 👤 microsoft Organization 🕐 업데이트됨 2026-11-02 📅 생성됨 2026-06-15
81
alan-ai/alan-sdk-flutter

귀하의 앱을 위한 자체 코딩 시스템 — Flutter용 Alan AI SDK

alan-ai
⭐ 1,768 Ruby 👤 alan-ai Organization 🕐 업데이트됨 2025-04-22 📅 생성됨 2020-04-22
82
pixeltable/pixeltable

백엔드 에이전트는 멀티모달 데이터베이스, 오케스트레이션, 서빙을 하나의 파일로 구축합니다

pixeltable
⭐ 1,664 Python 👤 pixeltable Organization 🕐 업데이트됨 2026-11-21 📅 생성됨 2023-05-10
83
alan-ai/alan-sdk-ionic

귀하의 앱을 위한 자체 코딩 시스템 — Ionic용 Alan AI SDK

alan-ai
⭐ 1,661 TypeScript 👤 alan-ai Organization 🕐 업데이트됨 2025-04-22 📅 생성됨 2020-04-24
84
UbiquitousLearning/mllm

모바일 기기에서의 빠른 멀티모달 LLM

UbiquitousLearning
⭐ 1,643 C++ 👤 UbiquitousLearning User 🕐 업데이트됨 2026-09-30 📅 생성됨 2023-08-30
85
verl-project/verl-omni

확산 모델 및 옴니 모델을 위한 다중 모드 RL 훈련 프레임워크

verl-project
⭐ 1,560 Python 👤 verl-project Organization 🕐 업데이트됨 2026-11-21 📅 생성됨 2026-04-21
86
ATH-MaaS/Ovis

시각 및 텍스트 임베딩을 구조적으로 정렬하도록 설계된 혁신적인 다중 모달 대규모 언어 모델(MLLM) 아키텍처.

ATH-MaaS
⭐ 1,536 Python 👤 ATH-MaaS Organization 🕐 업데이트됨 2026-07-15 📅 생성됨 2024-06-13
87
valentinfrlch/ha-llmvision

귀하의 집을 위한 시각 인텔리전스.

valentinfrlch
⭐ 1,535 Python 👤 valentinfrlch User 🕐 업데이트됨 2026-11-12 📅 생성됨 2024-05-14
88
emcf/thepipe

비전-언어 모델로 까다로운 문서에서 깨끗한 데이터를 얻으세요 ⚡

emcf
⭐ 1,529 Python 👤 emcf User 🕐 업데이트됨 2026-09-28 📅 생성됨 2024-03-22
89
jordanrendric/claude-video-vision

Claude에게 비디오를 시청하고 이해할 수 있는 능력을 부여하세요 — 프레임 추출 및 다중모달 오디오 분석이 포함된 Claude Code 플러그인

jordanrendric
⭐ 1,523 TypeScript 👤 jordanrendric User 🕐 업데이트됨 2026-10-14 📅 생성됨 2026-03-31
90
llm-jp/awesome-japanese-llm

일본어 LLM 요약 - 일본어 LLM 개요

llm-jp
⭐ 1,446 TypeScript 👤 llm-jp Organization 🕐 업데이트됨 2026-11-09 📅 생성됨 2023-07-09
91
xtreme1-io/xtreme1

Xtreme1은 다중 모달 데이터 교육을 위한 올인원 데이터 레이블링 및 주석 플랫폼으로, 3D LiDAR 포인트 클라우드, 이미지 및 LLM을 지원합니다.

xtreme1-io
⭐ 1,395 TypeScript 👤 xtreme1-io Organization 🕐 업데이트됨 2026-09-29 📅 생성됨 2022-08-08
92
dailenson/SDT

이 리포지토리는 필체 생성을 위한 필자 및 문자 스타일 분리 (CVPR 2023)의 공식 구현입니다.

dailenson
⭐ 1,393 Python 👤 dailenson User 🕐 업데이트됨 2025-06-26 📅 생성됨 2023-03-22
93
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
94
Capsize-Games/airunner

아트, 실시간 음성 대화, LLM 기반 챗봇 및 자동화된 워크플로우를 위한 오프라인 추론 엔진

Capsize-Games
⭐ 1,317 Python 👤 Capsize-Games Organization 🕐 업데이트됨 2026-11-20 📅 생성됨 2023-03-21
95
ysr666/dsh-vision-router

텍스트만 처리하는 DeepSeek Harness 에이전트에 시각 기능 제공: 무료 비전 체인 내장(키 불필요) + 픽셀 수준의 비전 도구(Q&A, 그라운딩, 자르기, 픽셀 차이, 색상, OCR, SVG 트레이스, 누끼 따기, 스크린샷). 한 번의 명령으로 설치할 수 있고 Python이 필요 없으며, 이미지 턴도 일반적인 도구 호출 턴처럼 작동합니다.

ysr666
⭐ 1,294 JavaScript 👤 ysr666 User 🕐 업데이트됨 2026-11-21 📅 생성됨 2026-08-13
96
Anionex/agent-vision-toolkit

텍스트 전용 모델이 이미지를 "볼" 수 있도록 더 나은 비전 도구 키트와 스킬을 설계하고, 다중 이미지 이해, 이미지 Q&A, 프론트엔드 UI 복원, GUI 자동화 등을 지원하며, 선택적으로 여러 주요 에이전트와 원활하게 통합하고, 붙여넣은 이미지를 직접 인식합니다 | 텍스트 전용 LLM을 위해 설계된 비전 도구 키트 및 스킬: 이미지 Q&A, 긴 스크린샷 OCR, 프론트엔드 UI 복원 및 GUI 자동화, Codex, Claude Code, Pi, Oh My Pi 및 OpenCode와의 선택적 원활한 통합

Anionex
⭐ 1,267 Python 👤 Anionex User 🕐 업데이트됨 2026-10-13 📅 생성됨 2026-08-01
97
unum-cloud/UForm

멀티모달 인지를 위한 분산 학습 및 추론: 텍스트, 이미지, 비디오, 오디오, 코드, 그래프 전반에서 공유되는 임베딩(64~1024차원) 🖼️

unum-cloud
⭐ 1,253 Cuda 👤 unum-cloud Organization 🕐 업데이트됨 2026-11-18 📅 생성됨 2023-02-21
98
Zen4-bit/Proxima

멀티 AI MCP 서버 - API 없이 ChatGPT, Claude, Gemini, Perplexity를 코딩 도구에 연결

Zen4-bit
⭐ 1,220 JavaScript 👤 Zen4-bit User 🕐 업데이트됨 2026-11-20 📅 생성됨 2026-02-02
99
nv-tlabs/LLaMA-Mesh

언어 모델을 이용한 3D 메시 생성 통합

nv-tlabs
⭐ 1,153 Python 👤 nv-tlabs Organization 🕐 업데이트됨 2025-03-28 📅 생성됨 2024-11-14
100
OpenMOSS/MOVA

단일 모델에서 동기화된 비디오와 오디오를 생성하는 파운데이션 모델

OpenMOSS
⭐ 1,151 Python 👤 OpenMOSS Organization 🕐 업데이트됨 2026-11-21 📅 생성됨 2026-01-28