#multimodal 저장소
저장소 총 183개
AI Manus는 샌드박스 환경에서 다양한 도구와 작업을 실행할 수 있도록 지원하는 범용 AI 에이전트 시스템입니다.
👁️ + 💬 + 🎧 = 🤖 トップ基盤モデルおよびマルチモーダルモデルのキュレーションリスト! [論文 + コード + 例 + チュートリアル]
이 리포지토리는 OpenAI 및 Hugging Face 모델의 강력한 기능을 활용하여 LlamaIndex, Deep Lake 및 Pinecone을 사용하여 생성형 AI용 검색 증강 생성(RAG) 코드를 구축하는 프로그램을 제공하며, 생성 및 평가에 사용됩니다.
RAI는 Physical AI 로보틱스를 위한 벤더 중립적인 에이전트 프레임워크로, ROS 2 도구를 활용하여 복잡한 작업, 정의된 시나리오, 자유 인터페이스 실행, 로그 요약, 음성 상호작용 등을 수행합니다.
이 리포지토리에는 "MMMU: Expert AGI를 위한 대규모 다중 학문 다중 모달 이해 및 추론 벤치마크" 논문의 평가 코드가 포함되어 있습니다.
AI 에이전트에 눈과 귀, 검증 가능한 결과를 제공하세요. Watch Skill은 동영상, 오디오, 화면 활동을 검색 가능하고 타임스탬프가 포함된 증거로 바꾸며, 모델의 판단이 아닌 결정론적 계약으로 작업을 증명합니다. DeepWatch는 DeepSeek Harness를 기반으로 구축된 에이전트 워크스페이스입니다. Python + npm, MCP, CLI, REST, Web 지원.
DeepSeek Harness용 장면 인식 스토리보드: 타임스탬프, 대본, 오디오 엔벨로프가 포함된 번호 매김 셀 9~16개를 하나의 이미지에 담습니다(384토큰). 도구는 video_storyboard와 video_zoom 두 가지입니다.
Flame은 UI 디자인 목업을 고품질 React 코드로 변환하도록 설계된 오픈 소스 멀티모달 AI 시스템입니다. 비전-언어 모델링, 자동화된 데이터 합성 및 구조화된 학습 워크플로를 활용하여 디자인과 프론트엔드 개발 간의 격차를 해소합니다.
"Break-A-Scene: Extracting Multiple Concepts from a Single Image" [SIGGRAPH Asia 2023] 공식 구현