Git Stars Git Stars

#large-multimodal-models Repositórios

Descubra 18 repositórios ativos de código aberto no GitHub marcados com #large-multimodal-models, acumulando um total de 46,681 estrelas (uma média de 2,593 por projeto). O líder deste tópico é chiphuyen/aie-book, com 18,372 estrelas.

18
Total de Repositórios
46,681
Total de estrelas
2,593
Média de Estrelas/Repositório
Linguagens de programação: Python Jupyter Notebook Markdown

18 repositórios no total

1
chiphuyen/aie-book

[EM ANDAMENTO] Recursos para engenheiros de IA. Também contém materiais de apoio para o livro Engenharia de IA (Chip Huyen, 2025)

chiphuyen
⭐ 18,372 Jupyter Notebook 👤 chiphuyen User 🕐 Atualizado 2026-07-03 📅 Criado 2024-12-03
2
SkyworkAI/SkyReels-V2

SkyReels-V2: Modelo Generativo de Filme de Comprimento Infinito

SkyworkAI
⭐ 7,830 Python 👤 SkyworkAI Organization 🕐 Atualizado 2026-01-29 📅 Criado 2025-04-15
4
VITA-MLLM/VITA

✨✨[NeurIPS 2025] VITA-1.5: Em direção à Interação de Visão e Fala em Tempo Real Nível GPT-4o

VITA-MLLM
⭐ 2,512 Python 👤 VITA-MLLM Organization 🕐 Atualizado 2025-03-28 📅 Criado 2024-08-10
5
XueZeyue/DanceGRPO

Uma implementação oficial do DanceGRPO: Liberando o GRPO na Geração Visual

XueZeyue
⭐ 1,654 Python 👤 XueZeyue User 🕐 Atualizado 2025-10-16 📅 Criado 2025-05-08
6
NVlabs/describe-anything

[ICCV 2025] Implementação para Describe Anything: Legendas Detalhadas e Localizadas de Imagens e Vídeos

NVlabs
⭐ 1,497 Python 👤 NVlabs Organization 🕐 Atualizado 2025-06-26 📅 Criado 2025-04-04
7
gokayfem/awesome-vlm-architectures

Catálogo visual selecionado com mais de 200 arquiteturas de modelos de visão e linguagem (VLM/MLLM): artigos, diagramas, receitas de treinamento, conjuntos de dados e cronologia de lançamento de agentes de IA multimodais.

gokayfem
⭐ 1,368 Markdown 👤 gokayfem User 🕐 Atualizado 2026-10-27 📅 Criado 2024-02-15
8
ShareGPT4Omni/ShareGPT4Video

[NeurIPS 2024] Uma implementação oficial de "ShareGPT4Video: Melhorando a Compreensão e Geração de Vídeos com Melhores Legendas"

ShareGPT4Omni
⭐ 1,080 Python 👤 ShareGPT4Omni Organization 🕐 Atualizado 2024-10-09 📅 Criado 2024-06-06
9
TinyLLaVA/TinyLLaVA_Factory

Um Arcabouço de Grandes Modelos Multimodais em Pequena Escala

TinyLLaVA
⭐ 1,010 Python 👤 TinyLLaVA User 🕐 Atualizado 2026-10-19 📅 Criado 2024-02-21
10
MinorJerry/WebVoyager

Código para "WebVoyager: WebVoyager: Construindo um Agente Web Ponta a Ponta com Grandes Modelos Multimodais"

MinorJerry
⭐ 986 Python 👤 MinorJerry User 🕐 Atualizado 2024-03-04 📅 Criado 2024-01-24
11
richard-peng-xia/awesome-multimodal-in-medical-imaging

Uma coleção de recursos sobre aplicações de aprendizado multimodal em imagens médicas.

richard-peng-xia
⭐ 986 👤 richard-peng-xia User 🕐 Atualizado 2026-10-26 📅 Criado 2022-07-13
12
TideDra/lmm-r1

Estender o OpenRLHF para suportar o treinamento RL de LMM para a reprodução do DeepSeek-R1 em tarefas multimodais.

TideDra
⭐ 843 Python 👤 TideDra User 🕐 Atualizado 2025-05-14 📅 Criado 2025-02-13
13
LLaVA-VL/LLaVA-Plus-Codebase

LLaVA-Plus: Assistentes de Linguagem e Visão de Grande Porte que Conectam e Aprendem a Usar Habilidades

LLaVA-VL
⭐ 763 Python 👤 LLaVA-VL Organization 🕐 Atualizado 2024-02-01 📅 Criado 2023-11-07
15
bytedance/vidi

O repositório oficial de "Vidi: Modelos Multimodais Grandes para Entendimento e Edição de Vídeo"

bytedance
⭐ 662 Python 👤 bytedance Organization 🕐 Atualizado 2026-08-03 📅 Criado 2025-02-08
16
MMMU-Benchmark/MMMU

Este repositório contém código de avaliação para o artigo "MMMU: A Massive Multi-discipline Multimodal Understanding and Reasoning Benchmark for Expert AGI"

MMMU-Benchmark
⭐ 601 Python 👤 MMMU-Benchmark Organization 🕐 Atualizado 2026-11-13 📅 Criado 2023-11-23
17
ictnlp/LLaVA-Mini

LLaVA-Mini é um modelo multimodal grande unificado (LMM) que pode suportar a compreensão de imagens, imagens de alta resolução e vídeos de forma eficiente.

ictnlp
⭐ 575 Python 👤 ictnlp Organization 🕐 Atualizado 2025-06-29 📅 Criado 2025-01-07

Perguntas Frequentes

1

Qual é o repositório de #large-multimodal-models mais popular no GitHub?

O projeto de código aberto de #large-multimodal-models mais bem classificado no GitHub é chiphuyen/aie-book, com 18,372 estrelas. [EM ANDAMENTO] Recursos para engenheiros de IA. Também contém materiais de apoio para o livro Engenharia de IA (Chip Huyen, 2025)

2

Quais linguagens de programação são mais usadas nos repositórios de #large-multimodal-models?

Entre os projetos de #large-multimodal-models mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, Markdown.

3

Como é calculada a classificação dos repositórios de #large-multimodal-models?

Acompanhamos 18 repositórios ativos de código aberto marcados com #large-multimodal-models (com mais de 500 estrelas), totalizando 46,681 estrelas e uma média de 2,593 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.