Git Stars Git Stars

#vision-language-model 저장소

#vision-language-model 태그가 지정된 GitHub의 활성 오픈 소스 저장소 82개를 확인해 보세요. 총 263,383개의 스타를 획득했으며 프로젝트당 평균 3,211개입니다. 이 주제를 이끄는 저장소는 24,232개의 스타를 받은 haotian-liu/LLaVA입니다.

82
총 리포지토리
263,383
총 별점
3,211
리포지토리당 평균 스타 수

저장소 총 82개

1
haotian-liu/LLaVA

[NeurIPS'23 Oral] Visual Instruction Tuning (LLaVA)는 GPT-4V 수준 이상의 기능을 목표로 구축되었습니다.

haotian-liu
⭐ 24,232 Python 👤 haotian-liu User 🕐 업데이트됨 2024-08-12 📅 생성됨 2023-04-17
2
datalab-to/surya

OCR, 레이아웃 분석, 읽기 순서, 90개 이상의 언어로 된 테이블 인식

datalab-to
⭐ 21,608 Python 👤 datalab-to Organization 🕐 업데이트됨 2026-11-13 📅 생성됨 2024-01-10
3
QwenLM/Qwen3-VL

Qwen3-VL은 Alibaba Cloud의 Qwen 팀에서 개발한 멀티모달 대규모 언어 모델 시리즈입니다.

QwenLM
⭐ 20,240 Jupyter Notebook 👤 QwenLM Organization 🕐 업데이트됨 2026-01-30 📅 생성됨 2024-08-29
4
datalab-to/chandra

전체 레이아웃으로 복잡한 표, 양식, 필기체를 처리하는 OCR 모델.

datalab-to
⭐ 12,741 Python 👤 datalab-to Organization 🕐 업데이트됨 2026-11-16 📅 생성됨 2025-10-08
5
CVHub520/X-AnyLabeling

X-AnyLabeling: 텍스트, 이미지, 비디오, 포인트 클라우드 및 멀티모달 데이터의 주석 작업을 위한 가볍고 효율적인 통합형 크로스 플랫폼 데스크톱 애플리케이션입니다. 다용도 내장 도구와 최첨단 AI 모델을 결합하고, 다양한 형식으로 유연하게 내보낼 수 있습니다.

CVHub520
⭐ 11,004 Python 👤 CVHub520 User 🕐 업데이트됨 2026-11-18 📅 생성됨 2023-05-23
6
m87-labs/moondream

작은 비전 언어 모델

m87-labs
⭐ 10,167 Python 👤 m87-labs Organization 🕐 업데이트됨 2026-04-20 📅 생성됨 2023-12-29
7
OpenGVLab/InternVL

[CVPR 2024 Oral] InternVL Family: GPT-4o에 대한 선구적인 오픈소스 대안. GPT-4o 성능에 근접하는 오픈소스 멀티모달 대화 모델

OpenGVLab
⭐ 10,160 Python 👤 OpenGVLab Organization 🕐 업데이트됨 2025-09-22 📅 생성됨 2023-11-22
8
studio-dots-ai/dots.ocr

단일 비전-언어 모델에서의 다국어 문서 레이아웃 파싱

studio-dots-ai
⭐ 9,236 Python 👤 studio-dots-ai Organization 🕐 업데이트됨 2026-03-24 📅 생성됨 2025-07-30
9
jingyaogong/minimind-v

👀 단 2시간 만에 6,500만 개의 파라미터를 가진 VLM을 처음부터 학습하세요!

jingyaogong
⭐ 8,868 Python 👤 jingyaogong User 🕐 업데이트됨 2026-10-27 📅 생성됨 2024-09-11
10
Ucas-HaoranWei/GOT-OCR2.0

General OCR Theory: 통합된 종단 간 모델을 통한 OCR-2.0 구현

Ucas-HaoranWei
⭐ 8,133 Python 👤 Ucas-HaoranWei User 🕐 업데이트됨 2025-02-10 📅 생성됨 2024-09-02
11
QwenLM/Qwen-VL

Alibaba Cloud에서 제안한 Qwen-VL(通义千问-VL) 챗 & 사전 훈련된 대규모 비전 언어 모델의 공식 저장소입니다.

QwenLM
⭐ 6,453 Python 👤 QwenLM Organization 🕐 업데이트됨 2024-08-07 📅 생성됨 2023-08-21
12
ByteDance-Seed/Bagel

오픈 소스 통합 멀티모달 모델

ByteDance-Seed
⭐ 6,223 Python 👤 ByteDance-Seed Organization 🕐 업데이트됨 2026-05-04 📅 생성됨 2025-04-17
13
Neywa-Labs/mlx-vlm

MLX-VLM은 MLX를 사용하여 Mac에서 Vision Language Models(VLM)의 추론 및 미세 조정을 위한 패키지입니다.

Neywa-Labs
⭐ 5,886 Python 👤 Neywa-Labs Organization 🕐 업데이트됨 2026-11-21 📅 생성됨 2024-04-16
14
volcengine/MineContext

MineContext는 귀하의 능동적인 상황 인식 AI 파트너입니다(Context-Engineering+ChatGPT Pulse).

volcengine
⭐ 5,553 Python 👤 volcengine Organization 🕐 업데이트됨 2026-05-07 📅 생성됨 2025-06-24
15
deepseek-ai/DeepSeek-VL2

DeepSeek-VL2: 고급 멀티모달 이해를 위한 전문가 혼합 비전-언어 모델

deepseek-ai
⭐ 5,297 Python 👤 deepseek-ai Organization 🕐 업데이트됨 2025-02-26 📅 생성됨 2024-12-13
16
PKU-Alignment/align-anything

Align Anything: 피드백을 통한 올모달리티 모델 훈련

PKU-Alignment
⭐ 4,669 Python 👤 PKU-Alignment Organization 🕐 업데이트됨 2025-11-27 📅 생성됨 2024-07-14
17
EvolvingLMMs-Lab/lmms-eval

텍스트, 이미지, 비디오 및 오디오 작업을 위한 One-for-All 멀티모달 평가 툴킷

EvolvingLMMs-Lab
⭐ 4,501 Python 👤 EvolvingLMMs-Lab Organization 🕐 업데이트됨 2026-11-20 📅 생성됨 2024-03-07
18
QwenLM/Qwen3.8

Qwen3.8은 Alibaba Group의 Qwen 팀이 개발한 대규모 언어 모델 시리즈입니다.

QwenLM
⭐ 4,459 👤 QwenLM Organization 🕐 업데이트됨 2026-08-17 📅 생성됨 2025-09-11
19
deepseek-ai/DeepSeek-VL

DeepSeek-VL: 실세계 비전-언어 이해를 향하여

deepseek-ai
⭐ 4,037 Python 👤 deepseek-ai Organization 🕐 업데이트됨 2024-04-24 📅 생성됨 2024-03-07
20
MiniMax-AI/MiniMax-01

선형 주의 기반의 대규모 언어 모델 및 비전-언어 모델인 MiniMax-Text-01 및 MiniMax-VL-01의 공식 리포지토리

MiniMax-AI
⭐ 3,445 Python 👤 MiniMax-AI Organization 🕐 업데이트됨 2025-07-07 📅 생성됨 2025-01-14
21
off-grid-ai/OGAM

오프라인 AI의 '맥가이버 칼'. 휴대폰이나 Mac에서 채팅, 시각 인식, 음성 대화, 이미지 생성을 경험하세요. GGUF LLM, 비전, Whisper 음성 인식, Stable Diffusion, 도구 호출 및 로컬 네트워크 서버를 지원합니다. CPU, GPU 또는 NPU에서 실행되며, 계정이나 API 키가 필요 없고 데이터가 기기 외부로 유출되지 않습니다.

off-grid-ai
⭐ 3,406 TypeScript 👤 off-grid-ai Organization 🕐 업데이트됨 2026-11-21 📅 생성됨 2026-01-29
22
dvlab-research/MGM

"Mini-Gemini: Mining the Potential of Multi-modality Vision Language Models"의 공식 저장소

JIA-Lab-research
⭐ 3,330 Python 👤 JIA-Lab-research Organization 🕐 업데이트됨 2024-05-04 📅 생성됨 2024-03-26
23
jingyi0000/VLM_survey

시각 작업을 위한 멋진 비전-언어 모델 모음

jingyi0000
⭐ 3,132 👤 jingyi0000 User 🕐 업데이트됨 2026-11-16 📅 생성됨 2023-03-30
24
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
25
illuin-tech/colpali

ColPali, ColQwen2, ColSmol과 같은 ColVision 모델을 훈련하고 추론을 실행하는 데 사용되는 코드입니다.

illuin-tech
⭐ 2,859 Python 👤 illuin-tech Organization 🕐 업데이트됨 2026-09-21 📅 생성됨 2024-06-20
26
BAAI-Agents/Cradle

Cradle 프레임워크는 일반 컴퓨터 제어(GCC)에 대한 최초의 시도입니다. Cradle은 최소한의 요구 사항으로 표준화된 일반 환경에서 강력한 추론 능력, 자체 개선 및 기술 큐레이션을 가능하게 하여 에이전트가 모든 컴퓨터 작업을 능숙하게 수행할 수 있도록 지원합니다.

BAAI-Agents
⭐ 2,394 Python 👤 BAAI-Agents Organization 🕐 업데이트됨 2024-11-07 📅 생성됨 2024-03-03
27
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
28
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
29
showlab/ShowUI

[CVPR 2025] GUI 에이전트 및 컴퓨터 사용을 위한 오픈 소스, 엔드 투 엔드, 비전-언어-액션 모델.

showlab
⭐ 1,932 Python 👤 showlab Organization 🕐 업데이트됨 2026-04-24 📅 생성됨 2024-10-31
30
Thinklab-SJTU/Awesome-LLM4AD

자율 주행(LLM4AD)을 위한 멋진 LLM/VLM/VLA/월드 모델 자원 모음집(지속적으로 업데이트)

Thinklab-SJTU
⭐ 1,907 👤 Thinklab-SJTU Organization 🕐 업데이트됨 2026-10-15 📅 생성됨 2023-10-06
31
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
⭐ 1,795 Python 👤 microsoft Organization 🕐 업데이트됨 2026-11-02 📅 생성됨 2026-06-15
33
ZJU4HealthCare/HealthGPT

【ICML 2025 Spotlight】 논문‘’HealthGPT: 이종 지식 적응을 통한 이해 및 생성 통합을 위한 의료 대형 비전-언어 모델‘’ 공식 저장소

ZJU4HealthCare
⭐ 1,673 Python 👤 ZJU4HealthCare Organization 🕐 업데이트됨 2026-07-31 📅 생성됨 2025-02-17
34
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
35
ByteDance-Seed/Seed1.5-VL

Seed1.5-VL은 일반 목적의 멀티모달 이해 및 추론을 발전시키도록 설계된 비전-언어 기반 모델로, 60개의 공개 벤치마크 중 38개에서 최첨단 성능을 달성했습니다.

ByteDance-Seed
⭐ 1,581 Jupyter Notebook 👤 ByteDance-Seed Organization 🕐 업데이트됨 2025-06-14 📅 생성됨 2025-05-11
36
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
37
emcf/thepipe

비전-언어 모델로 까다로운 문서에서 깨끗한 데이터를 얻으세요 ⚡

emcf
⭐ 1,529 Python 👤 emcf User 🕐 업데이트됨 2026-09-28 📅 생성됨 2024-03-22
38
NVlabs/describe-anything

[ICCV 2025] Describe Anything 구현: 상세화된 지역화 이미지 및 비디오 캡셔닝

NVlabs
⭐ 1,497 Python 👤 NVlabs Organization 🕐 업데이트됨 2025-06-26 📅 생성됨 2025-04-04
39
ARahim3/mlx-tune

Apple Silicon이 탑재된 Mac에서 LLM 미세 조정. SFT, DPO, GRPO, 비전, TTS, STT, 임베딩, OCR 미세 조정 — MLX에서 네이티브 지원. Unsloth 호환 API.

ARahim3
⭐ 1,475 Python 👤 ARahim3 User 🕐 업데이트됨 2026-06-23 📅 생성됨 2026-01-03
40
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
42
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
43
NVlabs/prismer

"Prismer: 멀티태스크 전문가가 있는 비전-언어 모델"의 구현.

NVlabs
⭐ 1,308 Python 👤 NVlabs Organization 🕐 업데이트됨 2024-01-17 📅 생성됨 2023-03-02
44
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
45
EvolvingLMMs-Lab/LLaVA-OneVision-2.5

민주화된 다중 모달 교육을 위한 완전 개방형 프레임워크

EvolvingLMMs-Lab
⭐ 1,245 Python 👤 EvolvingLMMs-Lab Organization 🕐 업데이트됨 2026-11-18 📅 생성됨 2025-09-16
46
MoonshotAI/Kimi-VL

Kimi-VL: 멀티모달 추론, 긴 문맥 이해 및 강력한 에이전트 기능을 위한 Mixture-of-Experts 비전-언어 모델

MoonshotAI
⭐ 1,203 👤 MoonshotAI Organization 🕐 업데이트됨 2025-07-15 📅 생성됨 2025-04-09
47
SkalskiP/vlms-zero-to-hero

이 시리즈는 NLP 및 컴퓨터 비전의 기초부터 최첨단 비전-언어 모델까지 여러분을 안내할 것입니다.

SkalskiP
⭐ 1,172 Jupyter Notebook 👤 SkalskiP User 🕐 업데이트됨 2025-01-23 📅 생성됨 2024-12-20
48
ZJUI-AI4H/Hulu-Med

총체적인 의료 영상-언어 이해를 지향하는 투명한 범용 모델

ZJUI-AI4H
⭐ 1,031 Python 👤 ZJUI-AI4H User 🕐 업데이트됨 2026-08-30 📅 생성됨 2025-10-08
49
OpenBMB/VisRAG

VLMs에 의해 지원되는 파싱 없는 RAG

OpenBMB
⭐ 991 Python 👤 OpenBMB Organization 🕐 업데이트됨 2026-11-02 📅 생성됨 2024-10-14
50
mbzuai-oryx/groundingLMM

[CVPR 2024 🔥] 객체 분할 마스크와 완벽하게 통합된 자연어 응답을 생성할 수 있는 최초의 모델인 GLaMM(Grounding Large Multimodal Model)입니다.

mbzuai-oryx
⭐ 969 Python 👤 mbzuai-oryx Organization 🕐 업데이트됨 2026-09-05 📅 생성됨 2023-11-02

자주 묻는 질문

1

GitHub에서 가장 인기 있는 #vision-language-model 저장소는 무엇인가요?

GitHub에서 가장 높은 순위의 오픈 소스 #vision-language-model 프로젝트는 24,232개의 스타를 받은 haotian-liu/LLaVA입니다. [NeurIPS'23 Oral] Visual Instruction Tuning (LLaVA)는 GPT-4V 수준 이상의 기능을 목표로 구축되었습니다.

2

#vision-language-model 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?

GitHub에서 순위가 가장 높은 #vision-language-model 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, Jupyter Notebook, TypeScript, C++입니다.

3

#vision-language-model 저장소 순위는 어떻게 계산되나요?

#vision-language-model 태그가 지정된 활성 오픈 소스 저장소(82개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 263,383개이며 저장소당 평균 3,211개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.