Git Stars Git Stars

#mllm Репозитории

Откройте для себя 39 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #mllm, с общим числом 95,941 звёзд (в среднем 2,460 на проект). Лидером этой темы является microsoft/unilm, набравший 22,247 звёзд.

39
Всего репозиториев
95,941
Всего звезд
2,460
Среднее количество звезд на репозиторий
Языки программирования: Python Jupyter Notebook Markdown JavaScript HTML Rust

Всего репозиториев: 39

1
microsoft/unilm

Масштабное самообучающееся предварительное обучение по задачам, языкам и модальностям

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

Agent S: передовые агенты с открытым исходным кодом для управления компьютером

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

Mobile-Agent: Мощное семейство GUI-агентов

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

[NeurIPS 2025] SpatialLM: Обучение больших языковых моделей для структурированного моделирования помещений

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

Eagle: Праямовые модели зрения-языка с дата-центрическими стратегиями

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

От меток Chain-of-Thought до OpenAI o1 и DeepSeek-R1 🍓

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

[CVPR'25] Официальные реализации статьи - MagicQuill: Интеллектуальная интерактивная система редактирования изображений

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

Код и модели для статьи ICML 2024, NExT-GPT: Any-to-Any Мультимодальная большая языковая модель

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

InternLM-XComposer2.5-OmniLive: Комплексная мультимодальная система для долгосрочного потокового взаимодействия с видео и аудио

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

mPLUG-DocOwl: Модульное мультимодальное большое языковое модель для понимания документов

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

Cambrian-1 — это семейство мультимодальных LLM с ориентированным на зрение дизайном.

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

🚀🚀🚀 Коллекция некоторых потрясающих публичных проектов серии YOLO для обнаружения объектов и связанных наборов данных для обнаружения объектов.

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

Официальный репозиторий кодовой базы Pixel-LLM: Sa2VA (T-PAMI-26), SAMTok (CVPR-26), VRT (Arxiv-25), SaSaSa2VA (1-е место в решении LSVOS)

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

[CVPR2026] Обнаружьте всё с помощью предсказания следующей точки

IDEA-Research
⭐ 1,642 Jupyter Notebook 👤 IDEA-Research Organization 🕐 Обновлено 2026-02-22 📅 Создано 2025-10-04
15
gokayfem/awesome-vlm-architectures

Подборка с наглядным каталогом более чем 200 архитектур моделей «зрение — язык» (VLM/MLLM): статьи, схемы, рецепты обучения, наборы данных и хронология выпусков мультимодальных ИИ-агентов.

gokayfem
⭐ 1,368 Markdown 👤 gokayfem User 🕐 Обновлено 2026-10-27 📅 Создано 2024-02-15
16
EvolvingLMMs-Lab/LLaVA-OneVision-2.5

Полностью открытая структура для демократизированного мультимодального обучения

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

Семейство легких мультимодальных моделей.

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

OpenEMMA, репродукция модели EMMA от Waymo с открытым исходным кодом и разрешительной лицензией.

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

Серия NEO: Собственные визуально-языковые модели, основанные на первых принципах

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

[NeurIPS' 2025] JarvisArt: Освобождение человеческого художественного творчества с помощью интеллектуального агента для ретуши фотографий

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

[CVPR2024] Код для "Osprey: Pixel Understanding with Visual Instruction Tuning"

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

[NeurIPS 2025] 4KAgent: Agentic Any Image to 4K Super-Resolution. Интеллектуальный агент компьютерного зрения, который может волшебным образом восстановить любое изображение до идеального 4K!

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

[NeurIPS 2025 spotlight] Официальная реализация "FutureSightDrive: Визуальное мышление с пространственно-временным CoT для автономного вождения"

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

🚀🚀🚀Сборник некоторых потрясающих общедоступных проектов по большим языковым моделям (LLM), моделям зрения и языка (VLM), действиям зрения и языка (VLA), контенту, созданному ИИ (AIGC), а также связанным наборам данных и приложениям.

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

Видение как единая мультимодальная генерация

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

Это репозиторий для перечисления статей по генерации и применению графов сцен.

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

Личный проект: MPP-Qwen14B & MPP-Qwen-Next (Мультимодальный конвейерный параллелизм на основе Qwen-LM). Поддержка [video/image/multi-image] {sft/conversations}. Не позволяйте бедности ограничивать ваше воображение! Обучите свой собственный MLLM, похожий на LLaVA-training, 8B/14B на RTX3090/4090 24GB.

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

✨✨Woodpecker: Коррекция галлюцинаций для мультимодальных больших языковых моделей

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

[ICLR 2025] FakeShield: Объяснимое обнаружение и локализация подделки изображений с помощью мультимодальных больших языковых моделей

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

Emotion-LLaMA: Мультимодальное распознавание и рассуждение об эмоциях с помощью инструктивной настройки

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

[ICLR2026] Официальная реализация для "JanusVLN: Разделение семантики и пространственности с помощью двойной неявной памяти для навигации в видении-языке"

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

Узлы ComfyUI для моделей зрения-языка: Qwen3-VL, Moondream 3, Florence-2, SmolVLM2, InternVL, Gemma 3, MiniCPM-V. А также обнаружение с открытым словарем, сегментация SAM2/SAM3, временное видео-рассуждение, GGUF через llama.cpp и размещенные API LLM/VLM.

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

[ECCV2024] Обоснованная мультимодальная большая языковая модель с локализованной визуальной токенизацией

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

NeurIPS 2024 Paper: Единая LLM-модель зрения на уровне пикселей для понимания, генерации, сегментации и редактирования

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

Официальный код OpenVLHarness: использование инструментов визуальными агентами в реальном мире с мультимодальной памятью

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

Потрясающее мультимодальное моделирование [Охватывает MLLM, UMM и NMM]

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

🔥🔥🔥 Курируемый список статей о мультимодальной генерации на основе LLM (изображение, видео, 3D и аудио).

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

Полностью написанный на Rust движок инференса для LLM, VLM, VLA, TTS и OCR на базе Candle и Rust. Альтернатива llama.cpp — гораздо проще и чище.

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

[Awesome-Spatial-VLMs] Этот репозиторий является официальным ресурсом, поддерживаемым сообществом, для обзорной статьи: Spatial Intelligence in Vision-Language Models: A Comprehensive Survey;

vulab-AI
⭐ 525 Python 👤 vulab-AI Organization 🕐 Обновлено 2026-07-30 📅 Создано 2025-07-10

Часто задаваемые вопросы

1

Какой репозиторий по теме #mllm наиболее популярен на GitHub?

Самый высоко оценённый проект с открытым исходным кодом по теме #mllm на GitHub — microsoft/unilm, набравший 22,247 звёзд. Масштабное самообучающееся предварительное обучение по задачам, языкам и модальностям

2

Какие языки программирования чаще всего используются в репозиториях по теме #mllm?

Среди наиболее высоко оценённых проектов по теме #mllm на GitHub чаще всего используются языки программирования Python, Jupyter Notebook, Markdown, JavaScript.

3

Как рассчитывается рейтинг репозиториев по теме #mllm?

Мы отслеживаем 39 активных репозиториев с открытым исходным кодом, отмеченных тегом #mllm (500 и более звёзд), с общим числом 95,941 звёзд и в среднем 2,460 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.