Git Stars Git Stars

#multimodal-ai Репозитории

Откройте для себя 191 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #multimodal-ai, с общим числом 589,873 звёзд (в среднем 3,088 на проект). Лидером этой темы является anthropics/claude-cookbooks, набравший 54,935 звёзд.

191
Всего репозиториев
589,873
Всего звезд
3,088
Среднее количество звезд на репозиторий

Всего репозиториев: 191

1
anthropics/claude-cookbooks

Коллекция блокнотов/рецептов, демонстрирующих некоторые интересные и эффективные способы использования Claude.

anthropics
⭐ 54,935 Jupyter Notebook 👤 anthropics Organization 🕐 Обновлено 2026-11-20 📅 Создано 2023-08-15
2
oobabooga/textgen

Настольное приложение с открытым исходным кодом для локальных LLM. Поддержка текста, зрения, вызова инструментов, API, совместимого с OpenAI/Anthropic. 100% конфиденциально.

oobabooga
⭐ 47,736 Python 👤 oobabooga User 🕐 Обновлено 2026-08-17 📅 Создано 2022-12-21
4
google-ai-edge/gallery

Галерея, демонстрирующая примеры использования ML/GenAI на устройстве и позволяющая пользователям пробовать и использовать модели локально.

google-ai-edge
⭐ 25,398 Kotlin 👤 google-ai-edge Organization 🕐 Обновлено 2026-11-21 📅 Создано 2025-03-31
5
deepseek-ai/DeepSeek-OCR

Контексты оптического сжатия

deepseek-ai
⭐ 24,180 Python 👤 deepseek-ai Organization 🕐 Обновлено 2026-01-27 📅 Создано 2025-10-17
6
QwenLM/Qwen3-VL

Qwen3-VL — это серия мультимодальных больших языковых моделей, разработанная командой Qwen компании Alibaba Cloud.

QwenLM
⭐ 20,240 Jupyter Notebook 👤 QwenLM Organization 🕐 Обновлено 2026-01-30 📅 Создано 2024-08-29
7
duixcom/Duix-Avatar

🚀 Полностью открытая ИИ-платформа (цифровой аватар/человек) для офлайн-генерации видео и клонирования цифровых людей.

duixcom
⭐ 16,411 C 👤 duixcom Organization 🕐 Обновлено 2026-04-21 📅 Создано 2024-12-24
8
facebookresearch/seamless_communication

Фундаментальные модели для передовой речевой и текстовой трансляции

facebookresearch
⭐ 11,908 Jupyter Notebook 👤 facebookresearch Organization 🕐 Обновлено 2026-09-08 📅 Создано 2023-08-01
9
m87-labs/moondream

крошечная модель визуального языка

m87-labs
⭐ 10,167 Python 👤 m87-labs Organization 🕐 Обновлено 2026-04-20 📅 Создано 2023-12-29
10
opendatalab/PDF-Extract-Kit

Комплексный набор инструментов для высококачественного извлечения содержимого PDF

opendatalab
⭐ 9,682 Python 👤 opendatalab Organization 🕐 Обновлено 2025-01-03 📅 Создано 2024-06-27
11
facebookresearch/ImageBind

ImageBind Единое пространство вложений для их связывания

facebookresearch
⭐ 9,084 Python 👤 facebookresearch Organization 🕐 Обновлено 2025-11-21 📅 Создано 2023-03-23
12
QwenLM/Qwen-Image

Qwen-Image — это мощная базовая модель для генерации изображений, способная выполнять сложное рендеринг текста и точное редактирование изображений.

QwenLM
⭐ 8,489 Python 👤 QwenLM Organization 🕐 Обновлено 2026-02-10 📅 Создано 2025-08-03
13
NVIDIA/Isaac-GR00T

NVIDIA Isaac GR00T N1.7 - Фундаментальная модель для универсальных роботов.

NVIDIA
⭐ 8,402 Python 👤 NVIDIA Organization 🕐 Обновлено 2026-11-17 📅 Создано 2025-03-11
14
boson-ai/higgs-audio

Базовая модель текста и аудио от Boson AI

boson-ai
⭐ 8,390 Python 👤 boson-ai Organization 🕐 Обновлено 2026-06-05 📅 Создано 2025-07-20
15
LargeWorldModel/LWM

Large World Model -- Моделирование текста и видео с миллионами контекстов

LargeWorldModel
⭐ 7,391 Python 👤 LargeWorldModel Organization 🕐 Обновлено 2024-10-19 📅 Создано 2024-02-08
16
tencent-ailab/IP-Adapter

Адаптер подсказок изображений разработан для того, чтобы предварительно обученная диффузионная модель преобразования текста в изображение могла генерировать изображения с подсказками изображений.

tencent-ailab
⭐ 6,386 Jupyter Notebook 👤 tencent-ailab User 🕐 Обновлено 2024-06-28 📅 Создано 2023-08-16
17
AILab-CVC/YOLO-World

[CVPR 2024] Полнореагентное обнаружение объектов с открытым словарем

AILab-CVC
⭐ 6,385 Python 👤 AILab-CVC Organization 🕐 Обновлено 2025-02-26 📅 Создано 2024-01-29
18
Jackywine/Bella

Белла — лучшая

Jackywine
⭐ 6,325 JavaScript 👤 Jackywine User 🕐 Обновлено 2026-02-05 📅 Создано 2025-07-16
19
ByteDance-Seed/Bagel

Единая мультимодальная модель с открытым исходным кодом

ByteDance-Seed
⭐ 6,223 Python 👤 ByteDance-Seed Organization 🕐 Обновлено 2026-05-04 📅 Создано 2025-04-17
20
ngxson/smolvlm-realtime-webcam

Демонстрация веб-камеры в реальном времени с SmolVLM и сервером llama.cpp

ngxson
⭐ 5,555 HTML 👤 ngxson User 🕐 Обновлено 2025-05-12 📅 Создано 2025-05-12
21
AgnesAI-Labs/AgnesAI-Models

Официальный шлюз и каталог моделей Agnes AI для рабочих процессов с текстом, изображениями, видео и агентами, совместимыми с OpenAI.

AgnesAI-Labs
⭐ 5,299 👤 AgnesAI-Labs Organization 🕐 Обновлено 2026-08-18 📅 Создано 2026-04-30
22
deepseek-ai/DeepSeek-VL2

DeepSeek-VL2: Модели «смесь экспертов» (Mixture-of-Experts) для обработки изображений и текста для углубленного мультимодального понимания

deepseek-ai
⭐ 5,297 Python 👤 deepseek-ai Organization 🕐 Обновлено 2025-02-26 📅 Создано 2024-12-13
23
cbh123/narrator

Дэвид Аттенборо озвучивает вашу жизнь

cbh123
⭐ 4,426 Python 👤 cbh123 User 🕐 Обновлено 2026-07-23 📅 Создано 2023-11-14
24
Tencent-Hunyuan/HunyuanDiT

Hunyuan-DiT: Мощный многорезолюционный диффузионный трансформер с детализированным пониманием китайского языка

Tencent-Hunyuan
⭐ 4,292 Jupyter Notebook 👤 Tencent-Hunyuan Organization 🕐 Обновлено 2026-10-08 📅 Создано 2024-05-10
25
VectorSpaceLab/OmniGen2

OmniGen2: Исследование в области продвинутой мультимодальной генерации. https://arxiv.org/abs/2506.18871

VectorSpaceLab
⭐ 4,121 Jupyter Notebook 👤 VectorSpaceLab Organization 🕐 Обновлено 2026-03-20 📅 Создано 2025-06-06
26
googleapis/python-genai

Python SDK Google Gen AI предоставляет разработчикам интерфейс для интеграции генеративных моделей Google в их Python-приложения.

googleapis
⭐ 4,084 Python 👤 googleapis Organization 🕐 Обновлено 2026-11-21 📅 Создано 2024-12-06
27
QwenLM/Qwen2.5-Omni

Qwen2.5-Omni — это комплексная мультимодальная модель от команды Qwen компании Alibaba Cloud, способная понимать текст, аудио, изображения, видео и выполнять генерацию речи в реальном времени.

QwenLM
⭐ 4,021 Jupyter Notebook 👤 QwenLM Organization 🕐 Обновлено 2025-06-12 📅 Создано 2025-03-22
28
amazon-science/mm-cot

Официальная реализация «Мультимодальное рассуждение по цепочке мыслей в языковых моделях» (оставайтесь на связи, скоро будет больше обновлений)

amazon-science
⭐ 3,988 Python 👤 amazon-science Organization 🕐 Обновлено 2024-06-12 📅 Создано 2023-02-02
29
huggingface/smollm

Все о семействе моделей SmolLM и SmolVLM

huggingface
⭐ 3,960 Python 👤 huggingface Organization 🕐 Обновлено 2026-10-06 📅 Создано 2024-11-04
30
songguoxs/gpt4o-image-prompts

Nano Banana (nanobanana), GPT-5 (GPT5), GPT-4o (GPT4o) Промпты для изображений, Промпты Nanobanana, промпты nanobanana

songguoxs
⭐ 3,882 JavaScript 👤 songguoxs User 🕐 Обновлено 2026-01-08 📅 Создано 2025-04-28
31
FlagAI-Open/FlagAI

FlagAI (Fast LArge-scale General AI models) - это быстрый, простой в использовании и расширяемый набор инструментов для масштабных моделей.

FlagAI-Open
⭐ 3,864 Python 👤 FlagAI-Open Organization 🕐 Обновлено 2026-07-13 📅 Создано 2022-05-16
32
facebookresearch/sam-audio

В репозитории представлен код для выполнения инференса с помощью модели Meta Segment Anything Audio Model (SAM-Audio), ссылки для загрузки обученных контрольных точек модели и примеры ноутбуков, демонстрирующие, как использовать модель.

facebookresearch
⭐ 3,760 Python 👤 facebookresearch Organization 🕐 Обновлено 2026-05-26 📅 Создано 2025-09-04
33
ZHO-ZHO-ZHO/ZHO-nano-banana-Creation

Моя супер-коллекция креативных идей для игры nano-banana! Постоянно обновляется!

ZHO-ZHO-ZHO
⭐ 3,715 👤 ZHO-ZHO-ZHO User 🕐 Обновлено 2025-09-18 📅 Создано 2025-08-28
34
Kedreamix/Linly-Talker

Система диалогового цифрового аватара - Linly-Talker. 😄✨ Linly-Talker — это интеллектуальная система ИИ, которая объединяет большие языковые модели (LLM) с моделями визуализации для создания нового метода взаимодействия человека и ИИ. 🤝🤖 Она интегрирует различные технологии, такие как Whisper, Linly, Microsoft Speech Services и систему генерации говорящих голов SadTalker. 🌟🔬

Kedreamix
⭐ 3,483 Python 👤 Kedreamix User 🕐 Обновлено 2026-02-10 📅 Создано 2023-10-17
35
yoloytang/Awesome-LLMs-for-Video-Understanding

🔥🔥🔥 [IEEE TCSVT] Последние статьи, коды и наборы данных по Vid-LLMs.

yoloytang
⭐ 3,310 👤 yoloytang User 🕐 Обновлено 2026-11-11 📅 Создано 2023-07-16
38
zai-org/GLM-4-Voice

GLM-4-Voice | Сквозная китайско-английская модель голосового диалога

zai-org
⭐ 3,108 Python 👤 zai-org Organization 🕐 Обновлено 2024-12-05 📅 Создано 2024-10-24
39
stanford-crfm/helm

Holistic Evaluation of Language Models (HELM) — это фреймворк Python с открытым исходным кодом, созданный Центром исследований фундаментальных моделей (CRFM) в Стэнфорде для целостной, воспроизводимой и прозрачной оценки фундаментальных моделей, включая большие языковые модели (LLM) и мультимодальные модели.

stanford-crfm
⭐ 2,975 Python 👤 stanford-crfm Organization 🕐 Обновлено 2026-09-01 📅 Создано 2021-11-29
40
Mininglamp-AI/Mano-P

Mano-P: Агент GUI-VLA с открытым исходным кодом для периферийных устройств. №1 в OSWorld (специализированный, 58,2%). Запускается локально на Apple M4 Mac mini/MacBook — данные не покидают ваше устройство. Mano-P — это проект GUI-VLA с открытым исходным кодом, поддерживающий локальный запуск на Mac mini/MacBook или через вычислительную плату, реализующий операции автоматизации GUI кросс-платформенного уровня, управляемые исключительно зрением. Данные обрабатываются полностью локально, поддерживается планирование и выполнение сложных задач с множеством шагов.

Mininglamp-AI
⭐ 2,855 👤 Mininglamp-AI Organization 🕐 Обновлено 2026-06-25 📅 Создано 2026-03-25
41
Alpha-VLLM/LLaMA2-Accessory

Инструментарий с открытым исходным кодом для разработки LLM

Alpha-VLLM
⭐ 2,806 Python 👤 Alpha-VLLM Organization 🕐 Обновлено 2025-01-13 📅 Создано 2023-07-21
42
ishan0102/vimGPT

Просматривайте веб с помощью GPT-4V и Vimium

ishan0102
⭐ 2,672 Python 👤 ishan0102 User 🕐 Обновлено 2024-09-25 📅 Создано 2023-11-07
43
OmniSVG/OmniSVG

[NeurIPS 2025] OmniSVG — это первое семейство сквозных мультимодальных генераторов SVG, использующих предварительно обученные модели зрения и языка (VLM), способных генерировать сложные и детализированные SVG, от простых значков до замысловатых аниме-персонажей.

OmniSVG
⭐ 2,666 Python 👤 OmniSVG User 🕐 Обновлено 2026-03-01 📅 Создано 2025-04-07
44
janhq/ichigo

Локальный голосовой ИИ в реальном времени

janhq
⭐ 2,493 Python 👤 janhq Organization 🕐 Обновлено 2025-11-26 📅 Создано 2024-07-02
46
baaivision/Emu3

Next-Token Prediction — это все, что вам нужно

baaivision
⭐ 2,454 Python 👤 baaivision Organization 🕐 Обновлено 2026-01-12 📅 Создано 2024-09-26
47
XiaoxinHe/Awesome-Graph-LLM

Сборник ПОТРЯСАЮЩИХ вещей о графо-ориентированных больших языковых моделях (Graph-Related LLMs).

XiaoxinHe
⭐ 2,452 👤 XiaoxinHe User 🕐 Обновлено 2025-11-05 📅 Создано 2023-06-05
48
Nutlope/llama-ocr

Библиотека OCR для преобразования документов в Markdown с помощью Llama 3.2 vision

Nutlope
⭐ 2,445 TypeScript 👤 Nutlope User 🕐 Обновлено 2026-07-12 📅 Создано 2024-11-12
49
facebookresearch/perception_models

Современные модели CLIP для изображений и видео, мультимодальные большие языковые модели и многое другое!

facebookresearch
⭐ 2,415 Jupyter Notebook 👤 facebookresearch Organization 🕐 Обновлено 2026-04-13 📅 Создано 2025-04-16

Часто задаваемые вопросы

1

Какой репозиторий по теме #multimodal-ai наиболее популярен на GitHub?

Самый высоко оценённый проект с открытым исходным кодом по теме #multimodal-ai на GitHub — anthropics/claude-cookbooks, набравший 54,935 звёзд. Коллекция блокнотов/рецептов, демонстрирующих некоторые интересные и эффективные способы использования Claude.

2

Какие языки программирования чаще всего используются в репозиториях по теме #multimodal-ai?

Среди наиболее высоко оценённых проектов по теме #multimodal-ai на GitHub чаще всего используются языки программирования Python, Jupyter Notebook, JavaScript, Kotlin.

3

Как рассчитывается рейтинг репозиториев по теме #multimodal-ai?

Мы отслеживаем 191 активных репозиториев с открытым исходным кодом, отмеченных тегом #multimodal-ai (500 и более звёзд), с общим числом 589,873 звёзд и в среднем 3,088 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.