Git Stars Git Stars

#vlm Repositórios

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

89 repositórios no total

51
NVIDIA-NeMo/Automodel

🚀 Biblioteca de treinamento nativo distribuído Pytorch para LLMs/VLMs com suporte imediato ao Hugging Face

NVIDIA-NeMo
⭐ 1,096 Python 👤 NVIDIA-NeMo Organization 🕐 Atualizado 2026-11-21 📅 Criado 2025-05-21
52
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
53
Valen-Team/Valen

Modelos abertos de decisão multimodal, de 0,8B a 27B, para texto, imagens e vídeo. Tome decisões atribuindo probabilidades aos seus próprios candidatos e localize elementos com caixas delimitadoras, em vez de gerar texto. API gratuita, ONNX, GGUF, vLLM e SGLang; código de ajuste fino incluído.

Valen-Team
⭐ 932 Python 👤 Valen-Team Organization 🕐 Atualizado 2026-11-15 📅 Criado 2026-09-23
54
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
55
candle-org/MindAct

MindSpore + 🤗Huggingface: Execute qualquer modelo Transformers/Diffusers no MindSpore com compatibilidade e aceleração perfeitas.

candle-org
⭐ 921 Python 👤 candle-org Organization 🕐 Atualizado 2026-09-01 📅 Criado 2022-09-23
56
Skythinker616/gpt-assistant-android

【Novo modo de agente inteligente】Assistente GPT para Android em todos os cenários, ativável via teclas de volume para interação por voz, suporta rede, fotos, templates, análise de PDF e documentos Office, e modo agente.

Skythinker616
⭐ 908 Java 👤 Skythinker616 User 🕐 Atualizado 2026-05-05 📅 Criado 2023-09-13
57
PKU-YuanGroup/UniWorld

UniWorld: Codificadores Semânticos de Alta Resolução para Compreensão e Geração Visual Unificadas

PKU-YuanGroup
⭐ 896 Python 👤 PKU-YuanGroup Organization 🕐 Atualizado 2025-12-23 📅 Criado 2024-11-21
58
OpenDCAI/OpenWorldLib

Base de Código Unificada para Modelos Mundiais Avançados.

OpenDCAI
⭐ 892 Python 👤 OpenDCAI Organization 🕐 Atualizado 2026-10-29 📅 Criado 2025-11-21
59
baidu-baige/LoongForge

Um framework de alto desempenho para treinar LLMs, VLMs, modelos de difusão e modelos incorporados em GPUs NVIDIA e XPUs Kunlun. Oferece suporte a Pi0.5, GR00T-N1.7, FastWAM, Cosmos3, DreamZero, DeepSeek-V4, GLM-5.3, Kimi-K3 e muito mais.

baidu-baige
⭐ 881 Python 👤 baidu-baige Organization 🕐 Atualizado 2026-11-20 📅 Criado 2026-04-23
60
SkyworkAI/UniPic

Modelo SOTA de edição multiimagem de código aberto

SkyworkAI
⭐ 877 Python 👤 SkyworkAI Organization 🕐 Atualizado 2026-07-13 📅 Criado 2025-07-27
61
Purewhiter/mobilegym

[EMNLP 2026] MobileGym: Uma plataforma de simulação verificável e altamente paralela para pesquisa de agentes de GUI móvel · Simulador de Android executado no navegador · Avaliação verificável · Treinamento escalável de RL online

Purewhiter
⭐ 872 Python 👤 Purewhiter User 🕐 Atualizado 2026-11-16 📅 Criado 2026-05-14
62
OpenMOSS/MOSS-VL

Uma série de modelos de 11B com pesos abertos para compreensão de vídeos longos e em tempo real

OpenMOSS
⭐ 838 C++ 👤 OpenMOSS Organization 🕐 Atualizado 2026-10-14 📅 Criado 2026-04-08
63
OpenDataBox/awesome-data-llm

Repositório Oficial do Artigo de Pesquisa "LLM × DATA"

OpenDataBox
⭐ 836 👤 OpenDataBox Organization 🕐 Atualizado 2026-10-25 📅 Criado 2024-08-04
64
zubair-irshad/Awesome-Robotics-3D

Uma lista selecionada de artigos de Visão 3D relacionados ao domínio da Robótica na era dos grandes modelos, ou seja, LLMs/VLMs, inspirada em awesome-computer-vision, incluindo artigos, códigos e websites relacionados

zubair-irshad
⭐ 824 👤 zubair-irshad User 🕐 Atualizado 2025-12-17 📅 Criado 2024-08-12
65
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
66
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
67
FluxVLA/FluxVLA

Uma plataforma de engenharia VLA tudo-em-um para IA incorporada — desde dados até a implantação em robôs reais.

FluxVLA
⭐ 794 Python 👤 FluxVLA Organization 🕐 Atualizado 2026-11-11 📅 Criado 2026-04-01
68
MigoXLab/dingo

Dingo: Uma Ferramenta Abrangente de Avaliação da Qualidade de Dados, Modelos e Aplicações de IA

MigoXLab
⭐ 771 Python 👤 MigoXLab Organization 🕐 Atualizado 2026-11-19 📅 Criado 2024-12-24
69
taco-group/SparkVSR

[ECCV 2026] SparkVSR: Super-resolução de vídeo interativa via propagação de quadros-chave esparsos

taco-group
⭐ 752 Python 👤 taco-group Organization 🕐 Atualizado 2026-08-03 📅 Criado 2026-03-16
70
TIGER-AI-Lab/VLM2Vec

Este repositório contém o código para "VLM2Vec / MMEB" [ICLR 2025], "VLM2Vec-V2 / MMEB-V2" [TMLR 2026] e "MMEB-V3" [COLM 2026]

TIGER-AI-Lab
⭐ 705 Python 👤 TIGER-AI-Lab Organization 🕐 Atualizado 2026-10-23 📅 Criado 2024-10-07
71
hybridgroup/yzma

Avance com sua própria inteligência: escreva aplicações em Go que integrem diretamente o llama.cpp para realizar inferência local com aceleração de hardware no Linux, macOS, Windows e WebAssembly.

hybridgroup
⭐ 677 Go 👤 hybridgroup Organization 🕐 Atualizado 2026-11-19 📅 Criado 2025-09-21
72
mbzuai-oryx/GeoChat

[CVPR 2024 🔥] GeoChat, o primeiro Grande Modelo de Linguagem Visual fundamentado para Sensoriamento Remoto

mbzuai-oryx
⭐ 675 Python 👤 mbzuai-oryx Organization 🕐 Atualizado 2024-11-28 📅 Criado 2023-11-23
⭐ 650 👤 XiaomiMiMo Organization 🕐 Atualizado 2026-10-29 📅 Criado 2025-05-29
74
zenstory-ai/video-recap-skills

Pacote de habilidades de agente de IA para narração de vídeos: corta cenas automaticamente, analisa as imagens para escrever o roteiro da narração, adiciona a locução e mixa o áudio para produzir o vídeo final; permite exportar rascunhos para Jianying/CapCut, sem necessidade de GPU | Habilidades de agente para resumos de vídeo narrados e rascunhos do CapCut

zenstory-ai
⭐ 649 Python 👤 zenstory-ai Organization 🕐 Atualizado 2026-11-20 📅 Criado 2026-05-02
75
huggingface/optimum-intel

🤗 Optimum Intel: Acelere a inferência com ferramentas de otimização Intel

huggingface
⭐ 631 Jupyter Notebook 👤 huggingface Organization 🕐 Atualizado 2026-11-21 📅 Criado 2022-05-25
76
RobotecAI/rai

RAI é um framework agentic agnóstico de fornecedores para robótica Physical AI, utilizando ferramentas ROS 2 para realizar ações complexas, cenários definidos, execução de interface livre, resumos de logs, interação por voz e mais.

RobotecAI
⭐ 619 Python 👤 RobotecAI Organization 🕐 Atualizado 2026-11-11 📅 Criado 2024-06-04
77
Fabric-Project/Fabric

Ferramenta Node Creative Coding / 3D / Processamento de Imagens inspirada no Quartz Composer

Fabric-Project
⭐ 613 Swift 👤 Fabric-Project Organization 🕐 Atualizado 2026-11-11 📅 Criado 2025-04-28
78
THUSI-Lab/GameScaling

Escalabilidade em jogos: pré-treinamento contínuo de agentes incorporados em diversos mundos virtuais. Pesos disponíveis no Hugging Face.

THUSI-Lab
⭐ 604 Python 👤 THUSI-Lab Organization 🕐 Atualizado 2026-11-19 📅 Criado 2026-10-10
79
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
80
awwaiid/ghostwriter

Use o reMarkable2 como interface para vision-LLMs (ChatGPT, Claude, Gemini). Fantasma na máquina!

awwaiid
⭐ 573 Rust 👤 awwaiid User 🕐 Atualizado 2026-11-12 📅 Criado 2024-10-06
81
Flame-Code-VLM/Flame-Code-VLM

Flame é um sistema de IA multimodal de código aberto projetado para traduzir mockups de design de UI em código React de alta qualidade. Ele aproveita a modelagem visão-linguagem, a síntese automatizada de dados e fluxos de trabalho de treinamento estruturados para preencher a lacuna entre o design e o desenvolvimento front-end.

Flame-Code-VLM
⭐ 564 Python 👤 Flame-Code-VLM Organization 🕐 Atualizado 2026-02-11 📅 Criado 2025-02-10
82
vlm-run/vlmrun-hub

Um hub para vários esquemas específicos da indústria a serem usados com VLMs.

vlm-run
⭐ 555 Python 👤 vlm-run Organization 🕐 Atualizado 2025-12-15 📅 Criado 2024-11-11
83
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
84
niuzaisheng/ScreenAgent

ScreenAgent: Um Agente de Controle de Computador Impulsionado por um Modelo Grande de Linguagem Visual (IJCAI-24)

niuzaisheng
⭐ 547 Python 👤 niuzaisheng User 🕐 Atualizado 2024-11-25 📅 Criado 2024-01-15
85
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
86
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
87
haoranD/Awesome-Embodied-AI

Uma lista curada de excelentes artigos sobre IA incorporada e recursos relacionados de pesquisa/indústria.

haoranD
⭐ 525 👤 haoranD User 🕐 Atualizado 2025-06-03 📅 Criado 2023-07-21
88
coderonion/awesome-cuda-and-hpc

🚀🚀🚀 Este repositório lista alguns projetos públicos incríveis de CUDA, cuda-python, cuBLAS, cuDNN, CUTLASS, TensorRT, TensorRT-LLM, Triton, TVM, MLIR, PTX e Computação de Alto Desempenho (HPC).

coderonion
⭐ 502 👤 coderonion User 🕐 Atualizado 2025-08-02 📅 Criado 2023-02-23
89
NVlabs/vla0

VLA-0: Criando VLAs de última geração sem nenhuma modificação

NVlabs
⭐ 501 Python 👤 NVlabs Organization 🕐 Atualizado 2026-02-21 📅 Criado 2025-10-14