Git Stars Git Stars

#vision-language-models 저장소

#vision-language-models 태그가 지정된 GitHub의 활성 오픈 소스 저장소 86개를 확인해 보세요. 총 198,329개의 스타를 획득했으며 프로젝트당 평균 2,306개입니다. 이 주제를 이끄는 저장소는 25,770개의 스타를 받은 Vision-CAIR/MiniGPT-4입니다.

86
총 리포지토리
198,329
총 별점
2,306
리포지토리당 평균 스타 수

저장소 총 86개

1
Vision-CAIR/MiniGPT-4

MiniGPT-4 및 MiniGPT-v2 오픈소스 코드 (https://minigpt-4.github.io, https://minigpt-v2.github.io/)

Vision-CAIR
⭐ 25,770 Python 👤 Vision-CAIR Organization 🕐 업데이트됨 2024-09-02 📅 생성됨 2023-04-15
2
deepseek-ai/DeepSeek-OCR

컨텍스트 광학 압축

deepseek-ai
⭐ 24,180 Python 👤 deepseek-ai Organization 🕐 업데이트됨 2026-01-27 📅 생성됨 2025-10-17
3
allenai/olmocr

LLM 데이터셋/학습을 위한 PDF 선형화 툴킷

allenai
⭐ 19,838 Python 👤 allenai Organization 🕐 업데이트됨 2026-03-25 📅 생성됨 2024-09-17
4
NVIDIA/Isaac-GR00T

NVIDIA Isaac GR00T N1.7 - 범용 로봇을 위한 기초 모델.

NVIDIA
⭐ 8,402 Python 👤 NVIDIA Organization 🕐 업데이트됨 2026-11-17 📅 생성됨 2025-03-11
5
apple-aiml-research/ml-fastvlm

이 리포지토리에는 "FastVLM: Efficient Vision Encoding for Vision Language Models" - CVPR 2025의 공식 구현이 포함되어 있습니다.

apple-aiml-research
⭐ 7,445 Python 👤 apple-aiml-research Organization 🕐 업데이트됨 2026-09-11 📅 생성됨 2025-05-01
6
LargeWorldModel/LWM

Large World Model -- 수백만 개의 컨텍스트를 가진 텍스트 및 비디오 모델링

LargeWorldModel
⭐ 7,391 Python 👤 LargeWorldModel Organization 🕐 업데이트됨 2024-10-19 📅 생성됨 2024-02-08
7
google/gemma.cpp

Google의 Gemma 모델을 위한 경량 독립형 C++ 추론 엔진입니다.

google
⭐ 7,089 C++ 👤 google Organization 🕐 업데이트됨 2026-11-20 📅 생성됨 2024-02-13
8
huggingface/nanoVLM

소형 VLM의 훈련/미세 조정을 위한 가장 간단하고 빠른 저장소입니다.

huggingface
⭐ 5,063 Python 👤 huggingface Organization 🕐 업데이트됨 2025-10-27 📅 생성됨 2025-05-02
9
lumina-ai-inc/chunkr

복잡한 문서를 LLM용 데이터로 변환하는 비전 인프라

lumina-ai-inc
⭐ 4,154 Rust 👤 lumina-ai-inc Organization 🕐 업데이트됨 2026-09-09 📅 생성됨 2024-08-24
10
StarsfieldAI/R1-V

3달러 미만으로 VLM의 "아하" 순간을 목격하십시오.

StarsfieldAI
⭐ 4,058 Python 👤 StarsfieldAI Organization 🕐 업데이트됨 2025-05-19 📅 생성됨 2025-02-02
11
NVlabs/VILA

VILA는 엣지, 데이터 센터, 클라우드 전반의 다양한 멀티모달 AI 작업을 위한 최첨단 비전 언어 모델(VLM) 제품군입니다.

NVlabs
⭐ 3,873 Python 👤 NVlabs Organization 🕐 업데이트됨 2026-03-12 📅 생성됨 2024-02-23
12
jonyzhang2023/awesome-embodied-vla-va-vln

비전-언어-액션(VLA) 모델, 비전-언어 탐색(VLN) 및 관련 멀티모달 학습 접근 방식에 초점을 맞춘 체화된 AI 분야의 최첨단 연구 목록입니다.

jonyzhang2023
⭐ 3,634 👤 jonyzhang2023 User 🕐 업데이트됨 2026-09-15 📅 생성됨 2025-01-16
13
OmniSVG/OmniSVG

[NeurIPS 2025] OmniSVG는 사전 훈련된 비전-언어 모델(VLM)을 활용하는 최초의 엔드투엔드 다중 모달 SVG 생성기 제품군으로, 단순한 아이콘부터 복잡한 애니메이션 캐릭터까지 복잡하고 상세한 SVG를 생성할 수 있습니다.

OmniSVG
⭐ 2,666 Python 👤 OmniSVG User 🕐 업데이트됨 2026-03-01 📅 생성됨 2025-04-07
14
facebookresearch/perception_models

최첨단 이미지 및 비디오 CLIP, 멀티모달 대규모 언어 모델 등!

facebookresearch
⭐ 2,415 Jupyter Notebook 👤 facebookresearch Organization 🕐 업데이트됨 2026-04-13 📅 생성됨 2025-04-16
16
opendatalab/OmniDocBench

[CVPR 2025] 문서 파싱 및 평가를 위한 종합 벤치마크

opendatalab
⭐ 2,183 Python 👤 opendatalab Organization 🕐 업데이트됨 2026-11-12 📅 생성됨 2024-10-14
17
PKU-YuanGroup/LLaVA-CoT

[ICCV 2025] 즉흥적이고 체계적인 추론이 가능한 시각 언어 모델 LLaVA-CoT

PKU-YuanGroup
⭐ 2,129 Python 👤 PKU-YuanGroup Organization 🕐 업데이트됨 2025-12-12 📅 생성됨 2024-11-17
18
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
19
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
21
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
22
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
23
kijai/ComfyUI-Florence2

추론 Microsoft Florence2 VLM

kijai
⭐ 1,764 Python 👤 kijai User 🕐 업데이트됨 2026-05-06 📅 생성됨 2024-06-19
24
baaivision/Emu3.5

네이티브 멀티모달 모델은 세계 학습자입니다

baaivision
⭐ 1,567 Python 👤 baaivision Organization 🕐 업데이트됨 2025-12-30 📅 생성됨 2025-10-29
25
tjmlabs/ColiVara

Colivara는 시각적 임베딩을 기반으로 문서를 저장, 검색 및 검색할 수 있는 일련의 서비스입니다. ColiVara는 텍스트 및 시각적 문서 모두에서 최첨단 검색 성능을 제공합니다. 문서를 위해 청킹 및 텍스트 처리를 사용하는 대신 비전 모델을 사용합니다. OCR 없음, 텍스트 추출 없음, 테이블 깨짐 없음, 이미지 누락 없음.

tjmlabs
⭐ 1,485 Python 👤 tjmlabs Organization 🕐 업데이트됨 2026-07-08 📅 생성됨 2024-09-21
27
Sun-Haoyuan23/Awesome-RL-based-Reasoning-MLLMs

이 리포지토리는 멀티모달리티 분야의 연구자들에게 귀중한 레퍼런스를 제공하며, RL 기반 추론 MLLM에서 탐색 여행을 시작하십시오!

Sun-Haoyuan23
⭐ 1,449 👤 Sun-Haoyuan23 User 🕐 업데이트됨 2026-09-29 📅 생성됨 2025-02-21
28
rmokady/CLIP_prefix_caption

간단한 이미지 캡셔닝 모델

rmokady
⭐ 1,407 Jupyter Notebook 👤 rmokady User 🕐 업데이트됨 2024-06-09 📅 생성됨 2021-09-16
29
SakanaAI/evolutionary-model-merge

모델 병합 레시피의 진화 최적화를 위한 공식 리포지토리

SakanaAI
⭐ 1,394 Python 👤 SakanaAI Organization 🕐 업데이트됨 2024-11-29 📅 생성됨 2024-03-05
30
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
31
Computer-Vision-in-the-Wild/CVinW_Readings

"야생에서의 컴퓨터 비전 (CVinW)" 주제에 관한 논문 모음

Computer-Vision-in-the-Wild
⭐ 1,349 👤 Computer-Vision-in-the-Wild Organization 🕐 업데이트됨 2024-03-14 📅 생성됨 2022-09-28
32
X-Square-Robot/wall-x

체화된 기초 모델 기반 범용 로봇 구축

X-Square-Robot
⭐ 1,337 Python 👤 X-Square-Robot Organization 🕐 업데이트됨 2026-09-18 📅 생성됨 2025-09-04
⭐ 1,293 Python 👤 Visual-Agent Organization 🕐 업데이트됨 2025-11-20 📅 생성됨 2025-03-15
35
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
37
reacher-z/Awesome-CUA

컴퓨터 사용 에이전트에 관한 공개 자료 기반 카탈로그: 검토된 논문, GUI 모델, 데이터 세트, 벤치마크, 도구 및 재사용 가능한 JSONL/SQLite 데이터.

reacher-z
⭐ 1,072 Python 👤 reacher-z User 🕐 업데이트됨 2026-11-21 📅 생성됨 2026-10-16
38
nvidia-cosmos/cosmos-reason1

Cosmos-Reason1 모델은 물리적 상식을 이해하고, 긴 사고 연쇄 추론 과정을 통해 자연어로 적절한 구현된 결정을 생성합니다.

nvidia-cosmos
⭐ 965 Python 👤 nvidia-cosmos Organization 🕐 업데이트됨 2026-06-07 📅 생성됨 2025-03-02
39
huangwl18/ReKep

ReKep: 로봇 조작을 위한 관계형 주요점 제약의 시공간적 추론

huangwl18
⭐ 950 Python 👤 huangwl18 User 🕐 업데이트됨 2025-02-20 📅 생성됨 2024-08-29
40
mst272/LLM-Dojo

경량 LLM 사후 훈련 프레임워크, SFT, RLVR, On-Policy KD, Guide KD 및 혼합 훈련 지원; 단일/다중 라운드 Guide 증류, 다중 교사 증류, Reward 혼합 훈련 및 자동 데이터 분할 구현👩‍🎓👨‍🎓

mst272
⭐ 939 Python 👤 mst272 User 🕐 업데이트됨 2026-03-08 📅 생성됨 2024-01-23
41
Qinying-Liu/Awesome-Open-Vocabulary-Semantic-Segmentation

오픈 어휘 의미 분할 및 관련 영역(예: 제로샷 의미 분할) 리소스에 대한 큐레이션된 발행물 목록입니다..

Qinying-Liu
⭐ 910 👤 Qinying-Liu User 🕐 업데이트됨 2026-05-20 📅 생성됨 2023-09-28
42
TRI-ML/prismatic-vlms

시각적으로 조건화된 언어 모델(VLM) 훈련을 위한 유연하고 효율적인 코드베이스

TRI-ML
⭐ 894 Python 👤 TRI-ML Organization 🕐 업데이트됨 2024-07-04 📅 생성됨 2024-02-13
43
LYL1015/JarvisArt

[NeurIPS' 2025] JarvisArt: 지능형 사진 보정 에이전트를 통한 인간 예술 창의성 해방

LYL1015
⭐ 880 Python 👤 LYL1015 User 🕐 업데이트됨 2026-04-04 📅 생성됨 2025-06-24
44
beichenzbc/Long-CLIP

[ECCV 2024] "Long-CLIP: CLIP의 긴 텍스트 능력 잠금 해제" 공식 코드

beichenzbc
⭐ 879 Python 👤 beichenzbc User 🕐 업데이트됨 2024-08-13 📅 생성됨 2024-03-20
45
InternLM/Intern-S1

과학적 멀티모달 파운데이션 모델

InternLM
⭐ 876 👤 InternLM Organization 🕐 업데이트됨 2026-09-13 📅 생성됨 2025-07-25
46
RiseInRose/MiniGPT-4-ZH

MiniGPT-4 중국어 배포 번역 배포 세부 정보 개선

RiseInRose
⭐ 859 Python 👤 RiseInRose User 🕐 업데이트됨 2026-05-09 📅 생성됨 2023-04-19
48
allenai/molmo

Molmo 비전-언어 모델 코드

allenai
⭐ 851 Python 👤 allenai Organization 🕐 업데이트됨 2024-12-12 📅 생성됨 2024-12-05
49
OpenMOSS/MOSS-VL

장편 및 실시간 동영상 이해를 위한 오픈 웨이트 11B 모델 시리즈

OpenMOSS
⭐ 838 C++ 👤 OpenMOSS Organization 🕐 업데이트됨 2026-10-14 📅 생성됨 2026-04-08
50
showlab/Awesome-Unified-Multimodal-Models

📖 통합 멀티모달 모델과 관련된 논문, 코드 및 기타 리소스를 정리하기 위한 리포지토리입니다.

showlab
⭐ 834 👤 showlab Organization 🕐 업데이트됨 2025-10-10 📅 생성됨 2024-08-27

자주 묻는 질문

1

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

GitHub에서 가장 높은 순위의 오픈 소스 #vision-language-models 프로젝트는 25,770개의 스타를 받은 Vision-CAIR/MiniGPT-4입니다. MiniGPT-4 및 MiniGPT-v2 오픈소스 코드 (https://minigpt-4.github.io, https://minigpt-v2.github.io/)

2

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

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

3

#vision-language-models 저장소 순위는 어떻게 계산되나요?

#vision-language-models 태그가 지정된 활성 오픈 소스 저장소(86개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 198,329개이며 저장소당 평균 2,306개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.