#vlm 저장소
저장소 총 89개
텍스트, 이미지, 동영상을 지원하는 0.8B~27B 규모의 오픈 멀티모달 의사결정 모델입니다. 텍스트를 생성하는 대신 자체 후보에 확률을 부여해 판단하고, 바운딩 박스로 위치를 찾습니다. 무료 API, ONNX, GGUF, vLLM, SGLang을 지원하며 파인튜닝 코드도 포함되어 있습니다.
MindSpore + 🤗Huggingface: 원활한 호환성과 가속 기능으로 MindSpore에서 모든 Transformers/Diffusers 모델을 실행하세요.
【신규 에이전트 모드】안드로이드 전경계 GPT 어시스턴트, 볼륨 키로 호출하여 음성 대화 가능, 네트워킹, 사진 촬영, 템플릿, 첨부 파일 분석, 에이전트 모드 등 지원 | 안드로이드용 GPT 어시스턴트, 볼륨 키 활성화로 음성 상호작용, 네트워킹, 사진 촬영, 템플릿, PDF 및 Office 문서 분석, 에이전트 모드 지원.
NVIDIA GPU 및 Kunlun XPU에서 LLM, VLM, 확산 모델과 임바디드 모델을 학습하기 위한 고성능 프레임워크입니다. Pi0.5, GR00T-N1.7, FastWAM, Cosmos3, DreamZero, DeepSeek-V4, GLM-5.3, Kimi-K3 등을 지원합니다.
[EMNLP 2026] MobileGym: 모바일 GUI 에이전트 연구를 위한 검증 가능하고 고도로 병렬화된 시뮬레이션 플랫폼 · 브라우저 기반 Android 시뮬레이터 · 검증 가능한 평가 · 확장 가능한 온라인 RL 훈련
LLM/VLM 시대의 대형 모델을 활용한 로보틱스 분야 3D 비전 관련 논문 목록, awesome-computer-vision에서 영감을 받았으며 논문, 코드 및 관련 웹사이트 포함
[CVPR 2026🔥] 🧑🎨 OmniLottie, 오픈 소스 다중 모달 지침 기반 벡터 애니메이션 생성기로 Lottie JSON을 생성합니다。
🚀🚀🚀대규모 언어 모델(LLM), 비전 언어 모델(VLM), 비전 언어 액션(VLA), AI 생성 콘텐츠(AIGC) 및 관련 데이터셋 및 애플리케이션에 대한 훌륭한 공개 프로젝트 모음입니다.
이 저장소에는 "VLM2Vec / MMEB"[ICLR 2025], "VLM2Vec-V2 / MMEB-V2"[TMLR 2026] 및 "MMEB-V3"[COLM 2026]의 코드가 포함되어 있습니다.
자신만의 지능으로 나아가세요. llama.cpp를 직접 통합하여 Linux, macOS, Windows 및 WebAssembly에서 하드웨어 가속을 활용한 로컬 추론을 수행하는 Go 애플리케이션을 작성하세요.
AI 동영상 해설 Agent 스킬 패키지: 장면을 자동으로 편집하고, 영상을 분석해 해설 대본을 작성하며, 음성 녹음과 믹싱을 거쳐 완성 영상을 생성합니다. Jianying/CapCut 초안으로 내보낼 수 있으며 GPU가 필요하지 않습니다 | 해설이 포함된 동영상 요약 및 CapCut 초안용 Agent 스킬
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.
비전-언어 모델을 위한 ComfyUI 노드: Qwen3-VL, Moondream 3, Florence-2, SmolVLM2, InternVL, Gemma 3, MiniCPM-V. 또한 오픈 어휘 탐지, SAM2/SAM3 세그멘테이션, 비디오 시간적 추론, llama.cpp를 통한 GGUF, 그리고 호스팅된 LLM/VLM API를 지원합니다.
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.
[Awesome-Spatial-VLMs] 이 저장소는 설문 조사 논문인 '비전-언어 모델에서의 공간 지능: 포괄적인 설문 조사(Spatial Intelligence in Vision-Language Models: A Comprehensive Survey)'를 위한 공식 커뮤니티 관리 리소스입니다.
🚀🚀🚀 이 저장소는 CUDA, cuda-python, cuBLAS, cuDNN, CUTLASS, TensorRT, TensorRT-LLM, Triton, TVM, MLIR, PTX 및 고성능 컴퓨팅(HPC)과 관련된 멋진 공개 프로젝트들을 나열합니다.