Git Stars Git Stars

#multi-modal Repositórios

Descubra 47 repositórios ativos de código aberto no GitHub marcados com #multi-modal, acumulando um total de 208,313 estrelas (uma média de 4,432 por projeto). O líder deste tópico é agentscope-ai/agentscope, com 36,422 estrelas.

47
Total de Repositórios
208,313
Total de estrelas
4,432
Média de Estrelas/Repositório

47 repositórios no total

1
agentscope-ai/agentscope

Construa e execute agentes que você possa ver, entender e confiar.

agentscope-ai
⭐ 36,422 Python 👤 agentscope-ai Organization 🕐 Atualizado 2026-11-20 📅 Criado 2024-01-12
2
OpenBMB/MiniCPM-V

Veja, ouça e interaja nos seus dispositivos locais.

OpenBMB
⭐ 27,174 Python 👤 OpenBMB Organization 🕐 Atualizado 2026-11-09 📅 Criado 2024-01-29
3
TEN-framework/ten-framework

Framework de código aberto para agentes de IA de voz conversacional

TEN-framework
⭐ 11,241 Python 👤 TEN-framework Organization 🕐 Atualizado 2026-11-20 📅 Criado 2024-06-19
4
OpenGVLab/InternVL

[CVPR 2024 Oral] Família InternVL: Uma Alternativa Open-Source Pioneira ao GPT-4o. Modelo de diálogo multimodal de código aberto com desempenho próximo ao do GPT-4o

OpenGVLab
⭐ 10,160 Python 👤 OpenGVLab Organization 🕐 Atualizado 2025-09-22 📅 Criado 2023-11-22
5
modelscope/modelscope

ModelScope: dê vida à noção de Modelo como Serviço.

modelscope
⭐ 9,224 Python 👤 modelscope Organization 🕐 Atualizado 2026-11-16 📅 Criado 2022-07-25
6
datajuicer/data-juicer

Processamento de dados para e com modelos de fundação! 🍎 🍋 🌽 ➡️ ➡️🍸 🍹 🍷

datajuicer
⭐ 7,266 Python 👤 datajuicer Organization 🕐 Atualizado 2026-11-20 📅 Criado 2023-08-01
7
enricoros/big-AGI

O espaço de trabalho de IA para especialistas. Alterne entre mais de 800 modelos durante o chat, ajuste mais de 40 parâmetros e compare modelos Beam lado a lado. Use suas próprias chaves e hospede-o por conta própria. Desenvolvido sobre nosso mecanismo de protocolo nativo: confiável, altamente configurável e rápido.

enricoros
⭐ 7,167 TypeScript 👤 enricoros User 🕐 Atualizado 2026-11-20 📅 Criado 2023-03-19
8
zai-org/CogVLM

modelo de linguagem visual aberto de ponta | modelo de pré-treinamento multimodal

zai-org
⭐ 6,712 Python 👤 zai-org Organization 🕐 Atualizado 2024-05-29 📅 Criado 2023-09-18
9
valhalla/valhalla

Open Source Routing Engine para OpenStreetMap

valhalla
⭐ 6,475 C++ 👤 valhalla Organization 🕐 Atualizado 2026-11-21 📅 Criado 2016-01-19
10
OFA-Sys/Chinese-CLIP

Versão chinesa do CLIP que alcança a recuperação cross-modal e a geração de representação em chinês.

OFA-Sys
⭐ 6,056 Jupyter Notebook 👤 OFA-Sys Organization 🕐 Atualizado 2026-03-31 📅 Criado 2022-07-08
11
google-deepmind/gemma

Biblioteca LLM de código aberto Gemma, da Google DeepMind

google-deepmind
⭐ 5,867 Python 👤 google-deepmind Organization 🕐 Atualizado 2026-11-19 📅 Criado 2024-02-20
12
lucidrains/DALLE-pytorch

Implementação / replicação do DALL-E, o Transformador de Texto para Imagem da OpenAI, em Pytorch

lucidrains
⭐ 5,632 Python 👤 lucidrains User 🕐 Atualizado 2024-02-17 📅 Criado 2021-01-05
13
marqo-ai/marqo

Busca e Descoberta de E-commerce - marqo.ai

marqo-ai
⭐ 5,024 Python 👤 marqo-ai Organization 🕐 Atualizado 2026-09-03 📅 Criado 2022-08-01
14
open-compass/VLMEvalKit

Kit de ferramentas de avaliação de código aberto para grandes modelos de multimodalidade (LMMs), com suporte para mais de 220 LMMs e mais de 80 benchmarks

open-compass
⭐ 4,499 Python 👤 open-compass Organization 🕐 Atualizado 2026-11-19 📅 Criado 2023-12-01
15
zjunlp/DeepKE

[EMNLP 2022] Uma Ferramenta Aberta para Extração e Construção de Grafos de Conhecimento

zjunlp
⭐ 4,486 Python 👤 zjunlp Organization 🕐 Atualizado 2026-07-13 📅 Criado 2018-08-01
16
VectorSpaceLab/OmniGen

OmniGen: Geração Unificada de Imagens. https://arxiv.org/pdf/2409.11340

VectorSpaceLab
⭐ 4,340 Jupyter Notebook 👤 VectorSpaceLab Organization 🕐 Atualizado 2025-12-04 📅 Criado 2024-09-16
17
zai-org/VisualGLM-6B

Modelo de linguagem conversacional multimodal em chinês e inglês | Modelo de linguagem de conversação multimodal bilíngue (chinês e inglês)

zai-org
⭐ 4,181 Python 👤 zai-org Organization 🕐 Atualizado 2024-08-23 📅 Criado 2023-04-23
18
SciSharp/LLamaSharp

Uma biblioteca C#/.NET para executar LLMs (🦙LLaMA/LLaVA) no seu dispositivo local de forma eficiente.

SciSharp
⭐ 3,826 C# 👤 SciSharp Organization 🕐 Atualizado 2026-11-20 📅 Criado 2023-05-09
19
huangjunsen0406/py-xiaozhi

Ecossistema de assistente de IA de código aberto com integrações MCP, fluxos de trabalho multimodais, suporte para IoT e interação por voz entre plataformas.

huangjunsen0406
⭐ 3,560 Python 👤 huangjunsen0406 User 🕐 Atualizado 2026-11-09 📅 Criado 2025-02-15
20
PKU-YuanGroup/Video-LLaVA

【EMNLP 2024🔥】Video-LLaVA: Aprendizado de Representação Visual Unificada por Alinhamento Antes da Projeção

PKU-YuanGroup
⭐ 3,425 Python 👤 PKU-YuanGroup Organization 🕐 Atualizado 2024-12-03 📅 Criado 2023-10-23
21
docarray/docarray

Representar, enviar, armazenar e pesquisar dados multimodais

docarray
⭐ 3,123 Python 👤 docarray Organization 🕐 Atualizado 2026-03-27 📅 Criado 2021-12-14
22
JIA-Lab-research/LISA

Página do Projeto de "LISA: Segmentação por Raciocínio via Grande Modelo de Linguagem"

JIA-Lab-research
⭐ 2,643 Python 👤 JIA-Lab-research Organization 🕐 Atualizado 2025-02-16 📅 Criado 2023-08-01
23
zai-org/CogVLM2

Modelo multimodal de código aberto de nível GPT-4V baseado no Llama3-8B

zai-org
⭐ 2,439 Python 👤 zai-org Organization 🕐 Atualizado 2025-03-03 📅 Criado 2024-05-10
24
PKU-YuanGroup/MoE-LLaVA

【TMM 2025🔥】 Mistura de Especialistas para Grandes Modelos de Visão-Linguagem

PKU-YuanGroup
⭐ 2,321 Python 👤 PKU-YuanGroup Organization 🕐 Atualizado 2025-07-15 📅 Criado 2023-12-14
25
tangxyw/RecSysPapers

Uma coleção de artigos clássicos e de ponta da indústria nas áreas de recomendação/publicidade/pesquisa.

tangxyw
⭐ 2,216 Python 👤 tangxyw User 🕐 Atualizado 2026-06-11 📅 Criado 2022-08-16
26
OpenMotionLab/MotionGPT

[NeurIPS 2023] MotionGPT: Movimento Humano como uma Língua Estrangeira, um modelo unificado de geração de linguagem de movimento usando LLMs

OpenMotionLab
⭐ 1,943 Python 👤 OpenMotionLab Organization 🕐 Atualizado 2025-07-01 📅 Criado 2023-06-20
27
Kav-K/GPTDiscord

Uma interface GPT robusta e completa para o Discord. Conversas no estilo ChatGPT, geração de imagens, moderação por IA, índices/base de conhecimento personalizados, sumarizador de vídeos do YouTube, e muito mais!

Kav-K
⭐ 1,852 Python 👤 Kav-K User 🕐 Atualizado 2026-11-01 📅 Criado 2022-12-08
28
IntelLabs/fastRAG

Estrutura Eficiente de Aumento e Geração com Recuperação

IntelLabs
⭐ 1,758 Python 👤 IntelLabs Organization 🕐 Atualizado 2025-01-09 📅 Criado 2023-01-23
29
bytedance/SALMONN

Família SALMONN: Uma suíte de LLMs multimodais avançados

bytedance
⭐ 1,576 👤 bytedance Organization 🕐 Atualizado 2026-10-16 📅 Criado 2023-08-11
30
lucidrains/transfusion-pytorch

Implementação em Pytorch do Transfusion, "Preveja o Próximo Token e Difunda Imagens com um Modelo Multimodal", da MetaAI

lucidrains
⭐ 1,412 Python 👤 lucidrains User 🕐 Atualizado 2026-09-04 📅 Criado 2024-08-23
31
datascale-ai/data_engineering_book

Engenharia de Dados para Modelos de Grande Escala: Arquitetura, Algoritmos e Prática de Projetos

datascale-ai
⭐ 1,398 Python 👤 datascale-ai Organization 🕐 Atualizado 2026-11-19 📅 Criado 2026-01-31
32
MedMNIST/MedMNIST

[pip install medmnist] Conjuntos de Dados Padronizados 18x para Classificação de Imagens Biomédicas 2D e 3D

MedMNIST
⭐ 1,367 Python 👤 MedMNIST Organization 🕐 Atualizado 2025-01-11 📅 Criado 2020-10-25
33
vercel/modelfusion

A biblioteca TypeScript para construir aplicações de IA.

vercel
⭐ 1,307 TypeScript 👤 vercel Organization 🕐 Atualizado 2024-07-19 📅 Criado 2023-05-25
34
Tebmer/Awesome-Knowledge-Distillation-of-LLMs

Este repositório reúne artigos para "Uma Pesquisa sobre Destilação de Conhecimento de Grandes Modelos de Linguagem". Dividimos a KD em Elicitação de Conhecimento e Algoritmos de Destilação, e exploramos a Destilação de Habilidades e Vertical de LLMs.

Tebmer
⭐ 1,282 👤 Tebmer User 🕐 Atualizado 2025-03-09 📅 Criado 2024-02-08
35
OpenBMB/VisRAG

RAG sem parsing, suportado por VLMs

OpenBMB
⭐ 991 Python 👤 OpenBMB Organization 🕐 Atualizado 2026-11-02 📅 Criado 2024-10-14
36
microsoft/farmvibes-ai

FarmVibes.AI: Modelos GeoEspaciais de ML Multimodais para Agricultura e Sustentabilidade

microsoft
⭐ 913 Jupyter Notebook 👤 microsoft Organization 🕐 Atualizado 2026-11-03 📅 Criado 2022-09-06
37
PKU-YuanGroup/LanguageBind

【ICLR 2024🔥】 Estendendo o Pré-treinamento de Vídeo-Linguagem para N-modalidade por Alinhamento Semântico Baseado em Linguagem

PKU-YuanGroup
⭐ 856 Python 👤 PKU-YuanGroup Organization 🕐 Atualizado 2024-03-25 📅 Criado 2023-10-02
38
AnswerDotAI/byaldi

Use modelos multimodais de interação tardia, como o ColPali, em apenas algumas linhas de código.

AnswerDotAI
⭐ 848 Python 👤 AnswerDotAI Organization 🕐 Atualizado 2025-01-28 📅 Criado 2024-09-04
39
OpenVGLab/OmniLottie

[CVPR 2026🔥] 🧑‍🎨 OmniLottie, um gerador de animações vetoriais multimodais de código aberto que produz arquivos JSON Lottie.

OpenVGLab
⭐ 816 Python 👤 OpenVGLab Organization 🕐 Atualizado 2026-04-06 📅 Criado 2026-01-15
40
raphael-seo/Versatile-OCR-Program

Pipeline de OCR multimodal otimizado para treinamento de ML (texto, figuras, matemática, tabelas, diagramas)

raphael-seo
⭐ 677 Python 👤 raphael-seo User 🕐 Atualizado 2026-05-13 📅 Criado 2025-04-01
41
salesforce/UniControl

Modelo de Geração Visual Controlável Unificado

salesforce
⭐ 665 Python 👤 salesforce Organization 🕐 Atualizado 2026-06-02 📅 Criado 2023-05-18
42
InternRobotics/Aether

[ICCV 2025 & ICCV 2025 RIWM Outstanding Paper] Aether: Modelagem Unificada do Mundo Ciente de Geometria

InternRobotics
⭐ 614 Python 👤 InternRobotics Organization 🕐 Atualizado 2025-10-26 📅 Criado 2025-03-24
43
F-R-L/forge-film

Geração de filmes de IA paralela impulsionada por DAG multi-modelo — aceleração paralela escala com independência de cena; Gere cenas de filme simultaneamente em vez de uma por uma; "Transformar o grafo de execução de geração de audiovisual de ordem topológica para agendamento ótimo do caminho crítico"; O único motor de geração de audiovisual que modela dependências narrativas de cena como DAG e impulsiona agendamento paralelo com algoritmo CPM

F-R-L
⭐ 540 Python 👤 F-R-L User 🕐 Atualizado 2026-03-26 📅 Criado 2026-03-24
44
kyegomez/RT-2

Democratização do RT-2 "RT-2: Novo modelo traduz visão e linguagem em ação"

kyegomez
⭐ 539 Python 👤 kyegomez User 🕐 Atualizado 2024-07-26 📅 Criado 2023-07-28
45
worldbench/awesome-vla-for-ad

🌐 Modelos de visão, linguagem e ação para a condução autónoma: passado, presente e futuro

worldbench
⭐ 530 HTML 👤 worldbench Organization 🕐 Atualizado 2026-11-14 📅 Criado 2025-09-07
46
patrickjohncyh/fashion-clip

FashionCLIP é um modelo semelhante ao CLIP ajustado para o domínio da moda.

patrickjohncyh
⭐ 518 Python 👤 patrickjohncyh User 🕐 Atualizado 2025-01-30 📅 Criado 2022-05-20
47
jqtangust/Robust-R1

🔥🔥🔥[AAAI 2026 Oral] Implementação Oficial do Robust‑R1: Raciocínio Sensível à Degradação para Entendimento Visual Robusto

jqtangust
⭐ 510 Python 👤 jqtangust User 🕐 Atualizado 2026-01-20 📅 Criado 2025-11-09

Perguntas Frequentes

1

Qual é o repositório de #multi-modal mais popular no GitHub?

O projeto de código aberto de #multi-modal mais bem classificado no GitHub é agentscope-ai/agentscope, com 36,422 estrelas. Construa e execute agentes que você possa ver, entender e confiar.

2

Quais linguagens de programação são mais usadas nos repositórios de #multi-modal?

Entre os projetos de #multi-modal mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, TypeScript, C++.

3

Como é calculada a classificação dos repositórios de #multi-modal?

Acompanhamos 47 repositórios ativos de código aberto marcados com #multi-modal (com mais de 500 estrelas), totalizando 208,313 estrelas e uma média de 4,432 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.