Git Stars Git Stars

#mllm Repositórios

Descubra 39 repositórios ativos de código aberto no GitHub marcados com #mllm, acumulando um total de 95,941 estrelas (uma média de 2,460 por projeto). O líder deste tópico é microsoft/unilm, com 22,247 estrelas.

39
Total de Repositórios
95,941
Total de estrelas
2,460
Média de Estrelas/Repositório

39 repositórios no total

1
microsoft/unilm

Pré-treinamento Autossupervisionado em Larga Escala Entre Tarefas, Idiomas e Modalidades

microsoft
⭐ 22,247 Python 👤 microsoft Organization 🕐 Atualizado 2026-09-21 📅 Criado 2019-07-23
2
simular-ai/Agent-S

Agent S: agentes de código aberto de última geração para uso do computador

simular-ai
⭐ 13,014 Python 👤 simular-ai Organization 🕐 Atualizado 2026-11-21 📅 Criado 2024-10-09
3
X-PLUG/MobileAgent

Mobile-Agent: A Poderosa Família de Agentes GUI

X-PLUG
⭐ 9,396 Python 👤 X-PLUG Organization 🕐 Atualizado 2026-11-03 📅 Criado 2024-01-26
4
manycore-research/SpatialLM

[NeurIPS 2025] SpatialLM: Treinamento de Grandes Modelos de Linguagem para Modelagem Interna Estruturada

manycore-research
⭐ 5,165 Python 👤 manycore-research Organization 🕐 Atualizado 2026-06-26 📅 Criado 2025-03-14
5
NVlabs/Eagle

Eagle: Modelos de Linguagem Visual de Fronteira com Estratégias Centradas em Dados

NVlabs
⭐ 3,861 Python 👤 NVlabs Organization 🕐 Atualizado 2026-11-07 📅 Criado 2024-06-27
6
atfortes/Awesome-LLM-Reasoning

De Chain-of-Thought prompting a OpenAI o1 e DeepSeek-R1 🍓

atfortes
⭐ 3,713 👤 atfortes User 🕐 Atualizado 2026-04-20 📅 Criado 2022-11-05
7
robbyant-research/MagicQuill

[CVPR'25] Implementações Oficiais para o Artigo - MagicQuill: Um Sistema Inteligente de Edição Interativa de Imagens

robbyant-research
⭐ 3,676 Python 👤 robbyant-research Organization 🕐 Atualizado 2025-12-03 📅 Criado 2024-11-12
8
NExT-GPT/NExT-GPT

Código e modelos para o artigo ICML 2024, NExT-GPT: Modelo de Linguagem Grande Multimodal Qualquer-para-Qualquer

NExT-GPT
⭐ 3,626 Python 👤 NExT-GPT User 🕐 Atualizado 2025-05-13 📅 Criado 2023-08-30
9
InternLM/InternLM-XComposer

InternLM-XComposer2.5-OmniLive: Um Sistema Multimodal Abrangente para Interações de Vídeo e Áudio em Streaming de Longo Prazo

InternLM
⭐ 2,925 Python 👤 InternLM Organization 🕐 Atualizado 2025-05-26 📅 Criado 2023-09-26
10
X-PLUG/mPLUG-DocOwl

mPLUG-DocOwl: Modelo de Linguagem Grande Multimodal Modularizado para Compreensão de Documentos

X-PLUG
⭐ 2,407 Python 👤 X-PLUG Organization 🕐 Atualizado 2025-05-30 📅 Criado 2023-07-04
11
cambrian-mllm/cambrian

Cambrian-1 é uma família de LLMs multimodais com um design centrado na visão.

cambrian-mllm
⭐ 2,013 Python 👤 cambrian-mllm Organization 🕐 Atualizado 2025-11-07 📅 Criado 2024-06-17
12
coderonion/awesome-yolo-object-detection

🚀🚀🚀 Uma coleção de alguns projetos incríveis da série pública de detecção de objetos YOLO e os conjuntos de dados de detecção de objetos relacionados.

coderonion
⭐ 1,747 👤 coderonion User 🕐 Atualizado 2025-05-31 📅 Criado 2022-02-19
13
bytedance/Sa2VA

Repositório oficial para a base de código do Pixel-LLM: Sa2VA (T-PAMI-26), SAMTok (CVPR-26), VRT (Arxiv-25), SaSaSa2VA (1ª solução para LSVOS)

bytedance
⭐ 1,702 Python 👤 bytedance Organization 🕐 Atualizado 2026-10-30 📅 Criado 2025-01-06
14
IDEA-Research/Rex-Omni

[CVPR2026] Detecte qualquer coisa via previsão do próximo ponto

IDEA-Research
⭐ 1,642 Jupyter Notebook 👤 IDEA-Research Organization 🕐 Atualizado 2026-02-22 📅 Criado 2025-10-04
15
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
16
EvolvingLMMs-Lab/LLaVA-OneVision-2.5

Estrutura Totalmente Aberta para Treinamento Multimodal Democratizado

EvolvingLMMs-Lab
⭐ 1,245 Python 👤 EvolvingLMMs-Lab Organization 🕐 Atualizado 2026-11-18 📅 Criado 2025-09-16
17
BAAI-DCAI/Bunny

Uma família de modelos multimodais leves.

BAAI-DCAI
⭐ 1,049 Python 👤 BAAI-DCAI User 🕐 Atualizado 2024-11-18 📅 Criado 2024-01-31
18
taco-group/OpenEMMA

OpenEMMA, uma 'reprodução' de código aberto e com licença permissiva do modelo EMMA da Waymo.

taco-group
⭐ 937 Python 👤 taco-group Organization 🕐 Atualizado 2025-05-13 📅 Criado 2024-10-30
19
EvolvingLMMs-Lab/NEO

Série NEO: Modelos Nativos de Visão-Linguagem a Partir dos Primeiros Princípios

EvolvingLMMs-Lab
⭐ 931 Python 👤 EvolvingLMMs-Lab Organization 🕐 Atualizado 2026-11-11 📅 Criado 2025-10-16
20
LYL1015/JarvisArt

[NeurIPS' 2025] JarvisArt: Libertando a Criatividade Artística Humana através de um Agente Inteligente de Retoque de Fotos

LYL1015
⭐ 880 Python 👤 LYL1015 User 🕐 Atualizado 2026-04-04 📅 Criado 2025-06-24
21
CircleRadon/Osprey

[CVPR2024] O código para "Osprey: Pixel Understanding with Visual Instruction Tuning"

CircleRadon
⭐ 843 Python 👤 CircleRadon User 🕐 Atualizado 2025-08-19 📅 Criado 2023-12-17
22
taco-group/4KAgent

[NeurIPS 2025] 4KAgent: Qualquer Imagem para Super-Resolução 4K. Um agente inteligente de visão computacional que pode restaurar magicamente qualquer imagem para um 4K perfeito!

taco-group
⭐ 830 Python 👤 taco-group Organization 🕐 Atualizado 2025-09-24 📅 Criado 2025-05-27
23
MIV-XJTU/FSDrive

[NeurIPS 2025 spotlight] Implementação oficial de "FutureSightDrive: Pensando visualmente com CoT espaço-temporal para direção autônoma"

MIV-XJTU
⭐ 818 Python 👤 MIV-XJTU Organization 🕐 Atualizado 2026-05-08 📅 Criado 2025-05-27
24
coderonion/awesome-llm-and-aigc

🚀🚀🚀Uma coleção de projetos públicos incríveis sobre Modelos de Linguagem Grandes (LLM), Modelos de Linguagem Visual (VLM), Ação de Linguagem Visual (VLA), Conteúdo Gerado por IA (AIGC), os Datasets e Aplicações relacionados.

coderonion
⭐ 810 👤 coderonion User 🕐 Atualizado 2025-08-01 📅 Criado 2023-02-15
25
OpenSenseNova/SenseNova-Vision

Visão como geração multimodal unificada

OpenSenseNova
⭐ 733 Python 👤 OpenSenseNova Organization 🕐 Atualizado 2026-09-01 📅 Criado 2026-06-29
26
ChocoWu/Awesome-Scene-Graph-Generation

Este é um repositório para listar artigos sobre geração e aplicação de grafos de cena.

ChocoWu
⭐ 731 👤 ChocoWu User 🕐 Atualizado 2026-10-28 📅 Criado 2024-07-07
27
Coobiw/MPP-LLaVA

Projeto Pessoal: MPP-Qwen14B & MPP-Qwen-Next (Pipeline Paralelo Multimodal baseado em Qwen-LM). Suporta [video/image/multi-image] {sft/conversations}. Não deixe a pobreza limitar sua imaginação! Treine seu próprio MLLM 8B/14B semelhante ao LLaVA-training na RTX3090/4090 24GB.

Coobiw
⭐ 678 Jupyter Notebook 👤 Coobiw User 🕐 Atualizado 2025-03-10 📅 Criado 2023-10-24
28
VITA-MLLM/Woodpecker

✨✨Pica-pau: Correção de Alucinação para Modelos de Linguagem Grandes Multimodais

VITA-MLLM
⭐ 642 Python 👤 VITA-MLLM Organization 🕐 Atualizado 2024-12-23 📅 Criado 2023-09-26
29
zhipeixu/FakeShield

[ICLR 2025] FakeShield: Detecção e localização explicável de falsificação de imagens via modelos de linguagem grandes multimodais

zhipeixu
⭐ 633 Python 👤 zhipeixu User 🕐 Atualizado 2026-02-21 📅 Criado 2024-10-03
30
ZebangCheng/Emotion-LLaMA

Emotion-LLaMA: Reconhecimento e Raciocínio Emocional Multimodal com Ajuste de Instruções

ZebangCheng
⭐ 632 Python 👤 ZebangCheng User 🕐 Atualizado 2026-09-23 📅 Criado 2024-05-22
31
MIV-XJTU/JanusVLN

[ICLR2026] Implementação oficial para "JanusVLN: Desacoplando Semântica e Espacialidade com Memória Implícita Dupla para Navegação Visão-Linguagem"

MIV-XJTU
⭐ 599 Python 👤 MIV-XJTU Organization 🕐 Atualizado 2026-08-17 📅 Criado 2025-09-26
32
gokayfem/ComfyUI_VLM_nodes

Nós do ComfyUI para modelos de visão-linguagem: Qwen3-VL, Moondream 3, Florence-2, SmolVLM2, InternVL, Gemma 3, MiniCPM-V. Além de detecção de vocabulário aberto, segmentação SAM2/SAM3, raciocínio temporal de vídeo, GGUF via llama.cpp e APIs de LLM/VLM hospedadas.

gokayfem
⭐ 592 Python 👤 gokayfem User 🕐 Atualizado 2026-08-08 📅 Criado 2024-01-24
33
FoundationVision/Groma

[ECCV2024] Modelo de Linguagem Grande Multimodal Fundamentado com Tokenização Visual Localizada

FoundationVision
⭐ 582 Python 👤 FoundationVision Organization 🕐 Atualizado 2024-06-07 📅 Criado 2024-04-21
34
SkyworkAI/Vitron

Artigo da NeurIPS 2024: Um LLM de Visão Unificado a Nível de Pixel para Compreensão, Geração, Segmentação e Edição

SkyworkAI
⭐ 578 Python 👤 SkyworkAI Organization 🕐 Atualizado 2024-10-20 📅 Criado 2024-03-18
35
uclanlp/OpenVLHarness

Código oficial do OpenVLHarness: uso de ferramentas por agentes visuais no mundo real com memória multimodal

uclanlp
⭐ 557 Python 👤 uclanlp Organization 🕐 Atualizado 2026-11-10 📅 Criado 2026-10-15
36
OpenEnvision/Awesome-Multimodal-Modeling

Modelagem multimodal incrível [Cobre MLLM, UMM e NMM]

OpenEnvision
⭐ 552 JavaScript 👤 OpenEnvision Organization 🕐 Atualizado 2026-11-15 📅 Criado 2026-03-27
37
YingqingHe/Awesome-LLMs-meet-Multimodal-Generation

🔥🔥🔥 Uma lista selecionada de artigos sobre geração multimodal baseada em LLMs (imagem, vídeo, 3D e áudio).

YingqingHe
⭐ 550 HTML 👤 YingqingHe User 🕐 Atualizado 2026-11-10 📅 Criado 2023-11-17
38
lucasjinreal/Crane

Um mecanismo de inferência totalmente desenvolvido em Rust para LLMs, VLMs, VLAs, TTS e OCR, baseado no Candle e no Rust. Uma alternativa ao llama.cpp, muito mais simples e enxuta.

lucasjinreal
⭐ 534 Rust 👤 lucasjinreal User 🕐 Atualizado 2026-11-16 📅 Criado 2025-03-19
39
vulab-AI/Awesome-Spatial-VLMs

[Awesome-Spatial-VLMs] Este repositório é o recurso oficial, mantido pela comunidade, para o artigo de revisão: Spatial Intelligence in Vision-Language Models: A Comprehensive Survey.

vulab-AI
⭐ 525 Python 👤 vulab-AI Organization 🕐 Atualizado 2026-07-30 📅 Criado 2025-07-10

Perguntas Frequentes

1

Qual é o repositório de #mllm mais popular no GitHub?

O projeto de código aberto de #mllm mais bem classificado no GitHub é microsoft/unilm, com 22,247 estrelas. Pré-treinamento Autossupervisionado em Larga Escala Entre Tarefas, Idiomas e Modalidades

2

Quais linguagens de programação são mais usadas nos repositórios de #mllm?

Entre os projetos de #mllm mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, Markdown, JavaScript.

3

Como é calculada a classificação dos repositórios de #mllm?

Acompanhamos 39 repositórios ativos de código aberto marcados com #mllm (com mais de 500 estrelas), totalizando 95,941 estrelas e uma média de 2,460 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.