Git Stars Git Stars

#multi-modal-learning Repositórios

Descubra 19 repositórios ativos de código aberto no GitHub marcados com #multi-modal-learning, acumulando um total de 41,270 estrelas (uma média de 2,172 por projeto). O líder deste tópico é mlfoundations/open_clip, com 14,278 estrelas.

19
Total de Repositórios
41,270
Total de estrelas
2,172
Média de Estrelas/Repositório
Linguagens de programação: Python Jupyter Notebook Java

19 repositórios no total

1
mlfoundations/open_clip

Uma implementação de código aberto do CLIP.

mlfoundations
⭐ 14,278 Python 👤 mlfoundations Organization 🕐 Atualizado 2026-11-21 📅 Criado 2021-07-28
2
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
3
open-gigaai/giga-brain-0

GigaBrain-0: Um Modelo Visão-Linguagem-Ação Alimentado por um Modelo de Mundo

open-gigaai
⭐ 2,673 Python 👤 open-gigaai Organization 🕐 Atualizado 2026-09-09 📅 Criado 2025-09-26
4
MineDojo/MineDojo

Construindo Agentes Corporificados Abertos com Conhecimento em Escala da Internet

MineDojo
⭐ 2,108 Java 👤 MineDojo Organization 🕐 Atualizado 2024-03-18 📅 Criado 2022-06-18
5
NVlabs/RADIO

Repositório oficial para "AM-RADIO: Reduce All Domains Into One"

NVlabs
⭐ 2,008 Python 👤 NVlabs Organization 🕐 Atualizado 2026-10-06 📅 Criado 2023-12-08
6
apple-aiml-research/ml-mobileclip

Este repositório contém a implementação oficial dos artigos de pesquisa, "MobileCLIP" CVPR 2024 e "MobileCLIP2" TMLR agosto de 2025

apple-aiml-research
⭐ 1,687 Python 👤 apple-aiml-research Organization 🕐 Atualizado 2026-09-11 📅 Criado 2024-03-01
7
lyuchenyang/Macaw-LLM

Macaw-LLM: Modelagem de Linguagem Multimodal com Integração de Imagem, Vídeo, Áudio e Texto

lyuchenyang
⭐ 1,594 Python 👤 lyuchenyang User 🕐 Atualizado 2025-01-01 📅 Criado 2023-05-23
8
ZeyueT/AudioX

[ICLR 2026] Repositório do AudioX

ZeyueT
⭐ 1,559 Python 👤 ZeyueT User 🕐 Atualizado 2026-03-10 📅 Criado 2025-03-13
9
NVlabs/prismer

A implementação de "Prismer: A Vision-Language Model with Multi-Task Experts".

NVlabs
⭐ 1,308 Python 👤 NVlabs Organization 🕐 Atualizado 2024-01-17 📅 Criado 2023-03-02
10
Phantom-video/HuMo

HuMo: Geração de Vídeo Centrada no Humano via Condicionamento Colaborativo Multimodal

Phantom-video
⭐ 1,292 Python 👤 Phantom-video User 🕐 Atualizado 2026-01-25 📅 Criado 2025-09-09
11
microsoft/VideoX

VideoX: uma coleção de modelos intermodais de vídeo

microsoft
⭐ 1,052 Python 👤 microsoft Organization 🕐 Atualizado 2024-06-03 📅 Criado 2019-11-21
12
alfworld/alfworld

ALFWorld: Alinhando Texto e Ambientes Corporificados para Aprendizado Interativo

alfworld
⭐ 921 Python 👤 alfworld User 🕐 Atualizado 2026-02-08 📅 Criado 2020-10-13
13
IDEA-Research/X-Pose

[ECCV 2024] Implementação oficial do artigo "X-Pose: Detecting Any Keypoints"

IDEA-Research
⭐ 772 Python 👤 IDEA-Research Organization 🕐 Atualizado 2024-08-16 📅 Criado 2023-10-11
14
lucidrains/x-clip

Uma implementação concisa, mas completa, do CLIP, com várias melhorias experimentais de artigos recentes

lucidrains
⭐ 726 Python 👤 lucidrains User 🕐 Atualizado 2026-11-03 📅 Criado 2021-12-01
15
microsoft/BiomedParse

BiomedParse: Um Modelo Fundamental para Segmentação, Detecção e Reconhecimento Conjunto de Objetos Biomédicos em Nove Modalidades

microsoft
⭐ 717 Python 👤 microsoft Organization 🕐 Atualizado 2026-09-09 📅 Criado 2024-05-18
16
taokz/BiomedGPT

BiomedGPT: Um Modelo Fundamental Generalista de Visão-Linguagem para Diversas Tarefas Biomédicas

taokz
⭐ 707 Python 👤 taokz User 🕐 Atualizado 2025-07-08 📅 Criado 2023-05-11
17
InternRobotics/EmbodiedScan

[CVPR 2024 & NeurIPS 2024] EmbodiedScan: Uma Suíte Holística de Percepção 3D Multimodal para IA Corporificada

InternRobotics
⭐ 668 Python 👤 InternRobotics Organization 🕐 Atualizado 2025-06-13 📅 Criado 2023-12-11
18
JohnsonJiang1996/Awesome-VLA4AD

Recursos de modelos de Visão-Linguagem-Ação para Direção Autônoma (VLA4AD), servindo como repositório complementar ao artigo de revisão “A Survey on Vision–Language–Action Models for Autonomous Driving”.

JohnsonJiang1996
⭐ 632 👤 JohnsonJiang1996 User 🕐 Atualizado 2025-11-20 📅 Criado 2025-06-30
19
zjukg/KG-MM-Survey

Grafos de conhecimento encontram aprendizado multimodal: uma pesquisa abrangente

zjukg
⭐ 510 👤 zjukg Organization 🕐 Atualizado 2026-03-02 📅 Criado 2024-01-29

Perguntas Frequentes

1

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

O projeto de código aberto de #multi-modal-learning mais bem classificado no GitHub é mlfoundations/open_clip, com 14,278 estrelas. Uma implementação de código aberto do CLIP.

2

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

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

3

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

Acompanhamos 19 repositórios ativos de código aberto marcados com #multi-modal-learning (com mais de 500 estrelas), totalizando 41,270 estrelas e uma média de 2,172 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.