Git Stars Git Stars

#vlm Repositórios

Descubra 89 repositórios ativos de código aberto no GitHub marcados com #vlm, acumulando um total de 457,898 estrelas (uma média de 5,144 por projeto). O líder deste tópico é huggingface/transformers, com 169,339 estrelas.

89
Total de Repositórios
457,898
Total de estrelas
5,144
Média de Estrelas/Repositório

89 repositórios no total

1
huggingface/transformers

🤗 Transformers: a estrutura de definição de modelos para modelos de machine learning de última geração em texto, visão, áudio e modelos multimodais, tanto para inferência quanto para treinamento.

huggingface
⭐ 169,339 Python 👤 huggingface Organization 🕐 Atualizado 2026-11-21 📅 Criado 2018-10-29
2
bytedance/UI-TARS-desktop

A Pilha de Agentes de IA Multimodal de Código Aberto: Conectando Modelos de IA de Ponta e Infraestrutura de Agentes

bytedance
⭐ 39,583 TypeScript 👤 bytedance Organization 🕐 Atualizado 2026-10-09 📅 Criado 2025-01-19
3
sgl-project/sglang

SGLang é uma estrutura de serviço de alto desempenho para grandes modelos de linguagem e modelos multimodais.

sgl-project
⭐ 38,899 Python 👤 sgl-project Organization 🕐 Atualizado 2026-11-21 📅 Criado 2024-01-08
4
JuneYaooo/rea-video

Faça engenharia reversa de qualquer vídeo, plano a plano: descubra se foi filmado, gerado por IA ou criado com código — e como recriá-lo. Análises no formato aberto VIDEO.md.

JuneYaooo
⭐ 11,577 Python 👤 JuneYaooo User 🕐 Atualizado 2026-11-21 📅 Criado 2026-10-29
5
StarTrail-org/PixelRAG

https://arxiv.org/abs/2606.28344. O fim do parsing web. O início da busca nativa de pixels escalável. link: https://pixelrag.ai/

StarTrail-org
⭐ 10,976 Python 👤 StarTrail-org Organization 🕐 Atualizado 2026-11-19 📅 Criado 2026-05-29
6
RunanywhereAI/runanywhere-sdks

Kit de ferramentas pronto para produção para executar IA localmente

RunanywhereAI
⭐ 10,354 C++ 👤 RunanywhereAI Organization 🕐 Atualizado 2026-11-10 📅 Criado 2025-07-22
7
roboflow/notebooks

Uma coleção de tutoriais sobre modelos e técnicas de visão computacional de ponta. Explore tudo, desde arquiteturas fundamentais como ResNet até modelos de ponta como RF-DETR, YOLO11, SAM 3 e Qwen3-VL.

roboflow
⭐ 9,749 Jupyter Notebook 👤 roboflow Organization 🕐 Atualizado 2026-09-22 📅 Criado 2022-11-18
8
yzhao062/anomaly-detection-resources

Livros, artigos, vídeos e caixas de ferramentas relacionados à detecção de anomalias. Última atualização no final de 2025 para trabalhos de LLM e VLM!

yzhao062
⭐ 9,457 Python 👤 yzhao062 User 🕐 Atualizado 2026-03-02 📅 Criado 2018-05-16
9
oumi-ai/oumi

Ajuste finamente (SFT/RL), avalie e implante facilmente o Qwen, o Gemma ou qualquer LLM/VLM agêntico de código aberto!

oumi-ai
⭐ 9,441 Python 👤 oumi-ai Organization 🕐 Atualizado 2026-11-21 📅 Criado 2024-05-07
10
qualcomm/GenieX

Execute LLMs e VLMs de ponta localmente em dispositivos Qualcomm através de NPU, GPU e CPU com algumas linhas de código

qualcomm
⭐ 8,544 Go 👤 qualcomm Organization 🕐 Atualizado 2026-11-20 📅 Criado 2024-08-16
11
PaddlePaddle/ERNIE

O repositório oficial para ERNIE 4.5 e ERNIEKit – seu kit de ferramentas de desenvolvimento de nível industrial baseado no PaddlePaddle.

PaddlePaddle
⭐ 7,739 Python 👤 PaddlePaddle Organization 🕐 Atualizado 2026-07-24 📅 Criado 2019-03-03
12
om-ai-lab/VLM-R1

Resolver a Compreensão Visual com VLMs Reforçados

om-ai-lab
⭐ 6,048 Python 👤 om-ai-lab Organization 🕐 Atualizado 2026-07-07 📅 Criado 2025-02-06
13
OpenBMB/UltraRAG

Uma estrutura MCP de baixo código para construir pipelines RAG complexos e inovadores

OpenBMB
⭐ 5,748 Python 👤 OpenBMB Organization 🕐 Atualizado 2026-11-21 📅 Criado 2025-01-16
14
changyeyu/LLM-RL-Visualized

🌟100+ Mapas Originais de LLM / RL 📚, Uma Grande Contribuição do Autor de "Algoritmos de Modelos Grandes"! 💥 (100+ LLM/RL Algorithm Maps )

changyeyu
⭐ 5,032 Python 👤 changyeyu User 🕐 Atualizado 2026-09-10 📅 Criado 2025-04-26
15
joanrod/star-vector

StarVector é um modelo de fundação para a geração de SVG que transforma a vetorização em uma tarefa de geração de código. Utilizando uma arquitetura de modelagem visão-linguagem, o StarVector processa tanto entradas visuais quanto textuais para produzir código SVG de alta qualidade com notável precisão.

joanrod
⭐ 4,639 Python 👤 joanrod User 🕐 Atualizado 2025-11-07 📅 Criado 2023-12-11
16
EvolvingLMMs-Lab/lmms-eval

Ferramenta de Avaliação Multimodal One-for-All para Tarefas de Texto, Imagem, Vídeo e Áudio

EvolvingLMMs-Lab
⭐ 4,501 Python 👤 EvolvingLMMs-Lab Organization 🕐 Atualizado 2026-11-20 📅 Criado 2024-03-07
17
Hunyuan-PromptEnhancer/PromptEnhancer

[CVPR 2026] PromptEnhancer é uma ferramenta de reescrita de prompts que refina prompts em versões mais claras e estruturadas para melhor geração de imagens.

Hunyuan-PromptEnhancer
⭐ 3,808 Python 👤 Hunyuan-PromptEnhancer Organization 🕐 Atualizado 2026-08-18 📅 Criado 2025-09-09
18
modelscope/evalscope

Um framework simplificado e personalizável para avaliação eficiente e benchmarking de desempenho de grandes modelos (LLM, VLM, AIGC).

modelscope
⭐ 3,715 Python 👤 modelscope Organization 🕐 Atualizado 2026-11-20 📅 Criado 2023-12-07
19
mit-han-lab/llm-awq

[Prêmio de Melhor Artigo MLSys 2024] AWQ: Quantização de Pesos Ciente de Ativação para Compressão e Aceleração de LLM

mit-han-lab
⭐ 3,590 Python 👤 mit-han-lab Organization 🕐 Atualizado 2025-07-17 📅 Criado 2023-06-01
20
SoMarkAI/OXR

Um modelo de código aberto para análise de documentos, com precisão e velocidade de ponta, que utiliza um ciclo RSI durante o pós-treinamento.

SoMarkAI
⭐ 3,549 Python 👤 SoMarkAI Organization 🕐 Atualizado 2026-11-06 📅 Criado 2026-10-05
21
MiniMax-AI/MiniMax-01

O repositório oficial de MiniMax-Text-01 e MiniMax-VL-01, modelos de linguagem grandes e modelos de linguagem de visão baseados em Atenção Linear

MiniMax-AI
⭐ 3,445 Python 👤 MiniMax-AI Organization 🕐 Atualizado 2025-07-07 📅 Criado 2025-01-14
22
xlang-ai/OSWorld

[NeurIPS 2024] OSWorld: Benchmarking Multimodal Agents for Open-Ended Tasks in Real Computer Environments

xlang-ai
⭐ 3,273 Python 👤 xlang-ai Organization 🕐 Atualizado 2026-11-14 📅 Criado 2023-10-16
23
SkyworkAI/Skywork-R1V

Skywork-R1V é uma série avançada de modelos de IA multimodal desenvolvida pela Skywork AI, especializada em raciocínio visão-linguagem.

SkyworkAI
⭐ 3,174 Python 👤 SkyworkAI Organization 🕐 Atualizado 2026-07-29 📅 Criado 2025-03-15
24
SharpAI/DeepCamera

Plataforma de habilidades de câmera AI de código aberto, NVR AI e vigilância CCTV. Análise de vídeo VLM local com Qwen, DeepSeek, SmolVLM, LLaVA, YOLO26. Agente de câmera de segurança com poder de LLM — observa, entende, lembra e protege sua casa via Telegram, Discord ou Slack. Habilidades de IA plugáveis. OpenAI, Google, Anthropic ou IA local. Executa em Mac Mini e AI PC.

SharpAI
⭐ 3,144 JavaScript 👤 SharpAI Organization 🕐 Atualizado 2026-09-17 📅 Criado 2019-03-05
25
QiuYannnn/Local-File-Organizer

Uma ferramenta de gestão de ficheiros alimentada por IA que garante a privacidade ao organizar textos e imagens locais. Utilizando os modelos Llama3.2 3B e Llava v1.6 com o SDK Nexa, ela digitaliza, reestrutura e organiza intuitivamente os ficheiros para acesso rápido e contínuo e recuperação fácil.

QiuYannnn
⭐ 3,069 Python 👤 QiuYannnn User 🕐 Atualizado 2024-10-21 📅 Criado 2024-09-21
26
lightseekorg/tokenspeed

TokenSpeed é um motor de inferência LLM à velocidade da luz.

lightseekorg
⭐ 2,944 Python 👤 lightseekorg Organization 🕐 Atualizado 2026-11-21 📅 Criado 2026-05-06
27
om-ai-lab/OmAgent

[EMNLP-2024] Construir agentes de linguagem multimodal para prototipagem e produção rápidas

om-ai-lab
⭐ 2,670 Python 👤 om-ai-lab Organization 🕐 Atualizado 2026-10-16 📅 Criado 2024-07-04
28
llmsresearch/paperbanana

Implementação e extensão de código aberto do PaperBanana da Google Research para figuras acadêmicas, diagramas e visuais de pesquisa automatizados, expandida para novos domínios como a geração de slides.

llmsresearch
⭐ 2,496 Python 👤 llmsresearch Organization 🕐 Atualizado 2026-09-17 📅 Criado 2026-02-04
29
zai-org/GLM-V

GLM-4.6V/4.5V/4.1V-Pensamento: Rumo ao Raciocínio Multimodal Versátil com Aprendizagem por Reforço Escalável

zai-org
⭐ 2,406 Python 👤 zai-org Organization 🕐 Atualizado 2026-11-06 📅 Criado 2025-06-28
30
BAAI-Agents/Cradle

O framework Cradle é uma primeira tentativa de Controle Geral de Computadores (GCC). O Cradle apoia os agentes a realizar com sucesso qualquer tarefa de computador, permitindo fortes habilidades de raciocínio, autoaperfeiçoamento e curadoria de habilidades, num ambiente geral padronizado com requisitos mínimos.

BAAI-Agents
⭐ 2,394 Python 👤 BAAI-Agents Organization 🕐 Atualizado 2024-11-07 📅 Criado 2024-03-03
31
heshengtao/comfyui_LLM_party

O Framework de Agente LLM no ComfyUI inclui o servidor MCP, Omost, GPT-sovits, ChatTTS, GOT-OCR2.0 e nós de prompt FLUX, acesso ao Feishu, discord, e se adapta a todos os LLMs com interfaces semelhantes ao openai / aisuite, como o1, ollama, gemini, grok, qwen, GLM, deepseek, kimi, doubao. Adaptado a LLMs locais, VLM, GGUF como llama-3.3 Janus-Pro, Linkage graphRAG

heshengtao
⭐ 2,393 Python 👤 heshengtao User 🕐 Atualizado 2026-07-29 📅 Criado 2024-04-13
32
DanOps-1/Gpt-Agreement-Payment

Kit de ferramentas de replay de protocolo ponta a ponta para assinatura ChatGPT Plus/Team/Pro · Solucionador visual hCaptcha · Pesquisa empírica de mecanismos antifraude / Kit de ferramentas de replay de protocolo ponta a ponta para assinatura ChatGPT Plus/Team/Pro com solucionador hCaptcha do zero e pesquisa empírica antifraude

DanOps-1
⭐ 2,313 Python 👤 DanOps-1 User 🕐 Atualizado 2026-06-15 📅 Criado 2026-04-27
33
cosmo-wander-ai/cosmo-edge

Motor de IA de borda em C++ pronto para produção para análise de vídeo e VLM no dispositivo em Sophon, Rockchip RKNN e x86, com orquestração visual, OSD em tempo real, eventos e benchmarks reproduzíveis.

cosmo-wander-ai
⭐ 2,106 C 👤 cosmo-wander-ai Organization 🕐 Atualizado 2026-11-20 📅 Criado 2026-06-09
34
CryptoAILab/Awesome-LM-SSP

Uma lista de leitura sobre segurança, proteção e privacidade de modelos de grande escala (incluindo Awesome LLM Security, Safety, etc.).

CryptoAILab
⭐ 2,106 👤 CryptoAILab Organization 🕐 Atualizado 2026-09-02 📅 Criado 2024-01-09
35
yueliu1999/Awesome-Jailbreak-on-LLMs

Awesome-Jailbreak-on-LLMs é uma coleção de métodos de jailbreak de última geração, novos e empolgantes em LLMs. Contém artigos, códigos, conjuntos de dados, avaliações e análises.

yueliu1999
⭐ 2,034 👤 yueliu1999 User 🕐 Atualizado 2026-11-08 📅 Criado 2024-06-27
36
NVIDIA-AI-Blueprints/video-search-and-summarization

O Blueprint de IA da NVIDIA para pesquisa e sumarização de vídeo (VSS) é uma arquitetura de referência acelerada por GPU para construir agentes de análise de vídeo com alertas verificados em tempo real, perguntas e respostas visuais e relatórios automatizados. O Blueprint VSS usa modelos de linguagem visual (VLM) como NVIDIA Cosmos, LLMs como NVIDIA Nemotron, RAG e NVIDIA NIM.

NVIDIA-AI-Blueprints
⭐ 2,003 Python 👤 NVIDIA-AI-Blueprints Organization 🕐 Atualizado 2026-11-21 📅 Criado 2024-10-22
37
2U1/Qwen-VL-Series-Finetune

Uma implementação de código aberto para o ajuste fino da série Qwen-VL pela Alibaba Cloud.

2U1
⭐ 1,983 Python 👤 2U1 User 🕐 Atualizado 2026-09-09 📅 Criado 2024-09-10
38
browser-use/macOS-use

Tornar os aplicativos Mac acessíveis para agentes de IA

browser-use
⭐ 1,948 Python 👤 browser-use Organization 🕐 Atualizado 2025-03-05 📅 Criado 2025-01-23
39
Core-Mate/OpenGUI

OpenGUI é um framework de agente de GUI para Android voltado para IA em celulares, capaz de ver, planejar e operar aplicativos móveis reais através da interface gráfica.

Core-Mate
⭐ 1,814 HTML 👤 Core-Mate Organization 🕐 Atualizado 2026-11-16 📅 Criado 2026-04-18
40
Tencent/AngelSlim

Kit de ferramentas de compressão de modelos projetado para maior usabilidade, abrangência e eficiência.

Tencent
⭐ 1,811 Python 👤 Tencent Organization 🕐 Atualizado 2026-11-20 📅 Criado 2025-07-04
41
software-mansion/react-native-executorch

Biblioteca de inferência de IA on-device para React Native, de alto desempenho e com foco na privacidade, alimentada pelo runtime ExecuTorch do PyTorch

software-mansion
⭐ 1,794 TypeScript 👤 software-mansion Organization 🕐 Atualizado 2026-11-20 📅 Criado 2024-10-16
42
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
43
zapdos-labs/unblink

Monitoramento de câmeras com VLM

zapdos-labs
⭐ 1,518 Go 👤 zapdos-labs Organization 🕐 Atualizado 2026-03-09 📅 Criado 2025-11-05
44
peterdsharpe/AeroSandbox

Otimização do projeto de aeronaves agilizada através de transformações de grafo computacional (por exemplo, diferenciação automática). Ferramentas de análise composicionais para aerodinâmica, propulsão, estruturas, projeto de trajetória e muito mais.

peterdsharpe
⭐ 1,400 Jupyter Notebook 👤 peterdsharpe User 🕐 Atualizado 2026-10-30 📅 Criado 2019-05-15
45
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
46
fpgaminer/joycaption

JoyCaption é um modelo de linguagem visual (VLM) de legendagem de imagens, sendo construído do zero como um modelo gratuito, aberto e sem censura para a comunidade usar no treinamento de modelos de Difusão.

fpgaminer
⭐ 1,303 Jupyter Notebook 👤 fpgaminer User 🕐 Atualizado 2026-02-24 📅 Criado 2024-10-12
47
zai-org/CogAgent

Um Agente de GUI baseado em VLM de ponta a ponta de código aberto

zai-org
⭐ 1,201 Python 👤 zai-org Organization 🕐 Atualizado 2026-10-12 📅 Criado 2023-11-28
48
InternRobotics/InternNav

Plataforma aberta da InternRobotics para a construção de modelos fundamentais de navegação generalizados.

InternRobotics
⭐ 1,189 Jupyter Notebook 👤 InternRobotics Organization 🕐 Atualizado 2026-03-10 📅 Criado 2025-07-24
49
RainBowLuoCS/Gamer

Implementação oficial do Gamer: um modelo fundacional generalista de visão, linguagem e ação para agentes de jogos em tempo real com horizonte de longo prazo

RainBowLuoCS
⭐ 1,179 👤 RainBowLuoCS User 🕐 Atualizado 2026-11-16 📅 Criado 2026-10-30
50
momozi1996/awesome-ai-persona-skills

A coleção mais abrangente, continuamente atualizada e mais popular de mais de 100 habilidades de destilação de personalidades na web | Sistemas multiagentes | Todas as categorias: celebridades/diretores/lendas online/textos antigos/anime/local de trabalho/emoções

momozi1996
⭐ 1,129 Shell 👤 momozi1996 User 🕐 Atualizado 2026-09-02 📅 Criado 2026-04-10

Perguntas Frequentes

1

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

O projeto de código aberto de #vlm mais bem classificado no GitHub é huggingface/transformers, com 169,339 estrelas. 🤗 Transformers: a estrutura de definição de modelos para modelos de machine learning de última geração em texto, visão, áudio e modelos multimodais, tanto para inferência quanto para treinamento.

2

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

Entre os projetos de #vlm mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, TypeScript, Go.

3

Como é calculada a classificação dos repositórios de #vlm?

Acompanhamos 89 repositórios ativos de código aberto marcados com #vlm (com mais de 500 estrelas), totalizando 457,898 estrelas e uma média de 5,144 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.