Git Stars Git Stars

#multi-modal Репозитории

Откройте для себя 47 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #multi-modal, с общим числом 208,313 звёзд (в среднем 4,432 на проект). Лидером этой темы является agentscope-ai/agentscope, набравший 36,422 звёзд.

47
Всего репозиториев
208,313
Всего звезд
4,432
Среднее количество звезд на репозиторий
Языки программирования: Python Jupyter Notebook TypeScript C++ C# HTML

Всего репозиториев: 47

1
agentscope-ai/agentscope

Создавайте и запускайте агенты, которые вы можете видеть, понимать и которым доверять.

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

Смотрите, слушайте и взаимодействуйте на своих локальных устройствах.

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

Фреймворк с открытым исходным кодом для диалоговых голосовых ИИ-агентов

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

[CVPR 2024 Oral] InternVL Family: новаторская альтернатива GPT-4o с открытым исходным кодом. Мультимодальная диалоговая модель с открытым исходным кодом, приближающаяся по производительности к GPT-4o.

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

ModelScope: воплощает в жизнь концепцию "Модель как услуга".

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

Обработка данных для базовых моделей и с их помощью! 🍎 🍋 🌽 ➡️ ➡️🍸 🍹 🍷

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

Рабочее пространство ИИ для экспертов. Переключайтесь между более чем 800 моделями прямо во время чата, настраивайте более 40 параметров и сравнивайте модели Beam бок о бок. Используйте собственные ключи и размещайте систему самостоятельно. Построено на нашем движке нативного протокола: надёжном, чрезвычайно гибком в настройке и быстром.

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

передовая открытая визуальная языковая модель | мультимодальная предварительно обученная модель

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

Движок маршрутизации с открытым исходным кодом для OpenStreetMap

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

Китайская версия CLIP, которая обеспечивает китайский межмодальный поиск и генерацию представлений.

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

Библиотека LLM Gemma с открытым весом от Google DeepMind

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

Реализация / воспроизведение DALL-E, трансформера OpenAI для преобразования текста в изображение, на Pytorch

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

Поиск и открытие товаров электронной коммерции - marqo.ai

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

Набор инструментов для оценки больших мультимодальных моделей (LMM) с открытым исходным кодом, поддержка 220+ LMM, 80+ бенчмарков

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

[EMNLP 2022] Открытый набор инструментов для извлечения и построения графа знаний

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

OmniGen: Единая генерация изображений. https://arxiv.org/pdf/2409.11340

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

Китайская и английская мультимодальная разговорная языковая модель | Мультимодальная китайско-английская двуязычная диалоговая языковая модель

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

Библиотека C#/.NET для эффективного запуска LLM (🦙LLaMA/LLaVA) на вашем локальном устройстве.

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

Экосистема ИИ-ассистента с открытым исходным кодом, включающая интеграции MCP, мультимодальные рабочие процессы, поддержку IoT и кроссплатформенное голосовое взаимодействие.

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

【EMNLP 2024🔥】Video-LLaVA: Обучение единому визуальному представлению путем выравнивания перед проецированием

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

Представлять, отправлять, хранить и искать мультимодальные данные

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

Страница проекта «LISA: Сегментация с рассуждениями с помощью большой языковой модели»

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

Мультимодальная модель с открытым исходным кодом уровня GPT4V на базе Llama3-8B

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

【TMM 2025🔥】 Смесь экспертов для больших визуально-языковых моделей

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

Сборник отраслевых классических и передовых статей по рекомендациям/рекламе/поиску. A collection of industry classics and cutting-edge papers in the field of recommendation/advertising/search.

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

[NeurIPS 2023] MotionGPT: Человеческое движение как иностранный язык, унифицированная модель генерации движения-языка с использованием LLM

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

Мощный универсальный GPT-интерфейс для Discord. Диалоги в стиле ChatGPT, генерация изображений, ИИ-модерация, пользовательские индексы/базы знаний, суммаризатор YouTube и многое другое!

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

Эффективная структура для дополненной выборки и генерации

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

Семейство SALMONN: набор передовых мультимодальных больших языковых моделей (LLM)

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

Реализация Transfusion на Pytorch, «Предсказание следующего токена и диффузия изображений с помощью одной мультимодальной модели» от MetaAI

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

Инженерия данных для больших моделей: Архитектура, алгоритмы и практика проектов

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

[pip install medmnist] 18 стандартизированных наборов данных для 2D и 3D классификации биомедицинских изображений

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

Библиотека TypeScript для создания приложений искусственного интеллекта.

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

Этот репозиторий собирает статьи для «Обзор методов дистилляции знаний больших языковых моделей». Мы разбиваем KD на извлечение знаний и алгоритмы дистилляции, а также исследуем дистилляцию навыков и вертикальную дистилляцию LLM.

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

RAG без парсинга, поддерживаемый VLM

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

FarmVibes.AI: Мультимодальные геопространственные ML-модели для сельского хозяйства и устойчивого развития

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

【ICLR 2024🔥】 Расширение предварительного обучения видео-языка на N-модальности с помощью семантического выравнивания на основе языка

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

Используйте позднеинтерактивные мультимодальные модели, такие как ColPali, всего в нескольких строках кода.

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

[CVPR 2026🔥] 🧑‍🎨 OmniLottie, открытый генератор векторных анимаций с мульти‑модальными инструкциями, который генерирует файлы Lottie JSON.

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

Мультимодальный OCR-конвейер, оптимизированный для обучения ML (текст, рисунки, математика, таблицы, диаграммы)

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

Единая управляемая модель визуальной генерации

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

[ICCV 2025 & ICCV 2025 RIWM Outstanding Paper] Aether: Геометрически-ориентированное унифицированное моделирование мира

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

Много-модельная параллельная генерация AI-фильмов на основе DAG — параллельное ускорение масштабируется с независимостью сцен; Генерировать сцены фильма одновременно, а не по одной; "Преобразовать граф выполнения генерации аудиовизуального контента из топологического порядка в оптимальное планирование критического пути"; Единственный движок генерации фильмов, моделирующий зависимости нарратива сцен как DAG и использующий алгоритм CPM для параллельного планирования

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

Демократизация RT-2 «RT-2: Новая модель переводит видение и язык в действие»

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

🌐 Модели «зрение — язык — действие» для автономного вождения: прошлое, настоящее и будущее

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

FashionCLIP — это модель, похожая на CLIP, дообученная для домена моды.

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

🔥🔥🔥[AAAI 2026 Oral] Официальная реализация Robust‑R1: Деградационно‑сознательное рассуждение для надёжного визуального понимания

jqtangust
⭐ 510 Python 👤 jqtangust User 🕐 Обновлено 2026-01-20 📅 Создано 2025-11-09

Часто задаваемые вопросы

1

Какой репозиторий по теме #multi-modal наиболее популярен на GitHub?

Самый высоко оценённый проект с открытым исходным кодом по теме #multi-modal на GitHub — agentscope-ai/agentscope, набравший 36,422 звёзд. Создавайте и запускайте агенты, которые вы можете видеть, понимать и которым доверять.

2

Какие языки программирования чаще всего используются в репозиториях по теме #multi-modal?

Среди наиболее высоко оценённых проектов по теме #multi-modal на GitHub чаще всего используются языки программирования Python, Jupyter Notebook, TypeScript, C++.

3

Как рассчитывается рейтинг репозиториев по теме #multi-modal?

Мы отслеживаем 47 активных репозиториев с открытым исходным кодом, отмеченных тегом #multi-modal (500 и более звёзд), с общим числом 208,313 звёзд и в среднем 4,432 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.