#multi-modal-ai Репозитории
Откройте для себя 37 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #multi-modal-ai, с общим числом 152,489 звёзд (в среднем 4,121 на проект). Лидером этой темы является Lordog/dive-into-llms, набравший 55,949 звёзд.
Всего репозиториев: 37
Серия практических учебных пособий по программированию «Погружение в LLM: Создание больших языковых моделей»
🤗 smolagents: минималистичная библиотека для агентов, которые думают в коде.
[NeurIPS 2023] Официальная реализация статьи "Segment Everything Everywhere All at Once"
Мультимодальное, мультимодельное универсальное глобальное всемогущее приложение-помощник для генерации запросов ИИ, плавающее на рабочем столе
Этот проект представляет собой набор скриптов рабочего процесса DSL, реализованных на основе проекта с открытым исходным кодом dify.
VILA — это семейство передовых моделей визуального языка (VLM) для различных мультимодальных задач искусственного интеллекта на периферии, в центрах обработки данных и в облаке.
Grounded SAM 2: Заземление и отслеживание чего угодно в видео с помощью Grounding DINO, Florence-2 и SAM 2
Справочный проект для разработчиков по созданию чат-ботов с использованием генерации с дополнением извлекаемых данных (RAG) в Windows с помощью TensorRT-LLM
Fogsight — это ИИ-агент и движок анимации, работающий на больших языковых моделях.
RDT-1B: диффузионная основополагающая модель для двуручной манипуляции
Самосовершенствующийся воплощенный диалоговый агент, бесшовно интегрированный в операционную систему для автоматизации наших повседневных задач.
Код для статьи "ViperGPT: Визуальный вывод посредством выполнения Python для рассуждений"
Пакет Python, который позволяет разработчикам легко создавать приложения с искусственным интеллектом, основанные на различных поставщиках ИИ.
открытая платформа для навигации слепых, основанная на ESP32
ELLA: Оснащение диффузионных моделей LLM для улучшенного семантического согласования
Веб-приложение для общения с персонажами ИИ, которое каждый может легко настроить и развернуть.
Создавайте приложения искусственного интеллекта, которые могут видеть, слышать и говорить, используя ваши экраны, микрофоны и камеры в качестве входных данных.
GigaModels: Комплексное хранилище и платформа для мультимодальных, генеративных и перцептивных моделей
API-совместимая замена фреймворка Foundation Models от Apple с поддержкой пользовательских поставщиков языковых моделей.
Официальная библиотека вывода для предварительной обработки моделей Mistral
[CVPR 2024] LMDrive: Сквозное управление автомобилем в замкнутом цикле с использованием больших языковых моделей
LLaMA-VID: Изображение стоит 2 токена в больших языковых моделях (ECCV 2024)
[EMNLP 2025] ViDoRAG: Генерация с дополнением извлечения визуальных документов посредством динамических итеративных агентов рассуждения
[NeurIPS 2023] Uni-ControlNet: Универсальный контроль для диффузионных моделей преобразования текста в изображение
Успешная интеграция серии Qwen3-VL-Instruct в платформу ComfyUI позволила обеспечить плавную работу, поддерживая (но не ограничиваясь) запросы на основе текста, запросы к видео, запросы к одному изображению и запросы к нескольким изображениям для генерирования подписей или ответов.
Часто задаваемые вопросы
Какой репозиторий по теме #multi-modal-ai наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #multi-modal-ai на GitHub — Lordog/dive-into-llms, набравший 55,949 звёзд. Серия практических учебных пособий по программированию «Погружение в LLM: Создание больших языковых моделей»
Какие языки программирования чаще всего используются в репозиториях по теме #multi-modal-ai?
Среди наиболее высоко оценённых проектов по теме #multi-modal-ai на GitHub чаще всего используются языки программирования Python, Jupyter Notebook, TypeScript, JavaScript.
Как рассчитывается рейтинг репозиториев по теме #multi-modal-ai?
Мы отслеживаем 37 активных репозиториев с открытым исходным кодом, отмеченных тегом #multi-modal-ai (500 и более звёзд), с общим числом 152,489 звёзд и в среднем 4,121 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.