Git Stars Git Stars

#multimodal-ai Репозитории

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

Всего репозиториев: 191

51
ByteDance-Seed/VeOmni

VeOmni: Масштабирование обучения моделей любой модальности с помощью распределенного сборника рецептов, ориентированного на модели

ByteDance-Seed
⭐ 2,299 Python 👤 ByteDance-Seed Organization 🕐 Обновлено 2026-11-21 📅 Создано 2025-03-28
52
ActiveVisionLab/Awesome-LLM-3D

Awesome-LLM-3D: тщательно подобранный список мультимодальных больших языковых моделей в 3D-мире Ресурсы

ActiveVisionLab
⭐ 2,284 👤 ActiveVisionLab Organization 🕐 Обновлено 2026-04-16 📅 Создано 2023-12-15
53
Liuziyu77/Visual-RFT

Официальный репозиторий 'Visual-RFT: Visual Reinforcement Fine-Tuning' & 'Visual-ARFT: Visual Agentic Reinforcement Fine-Tuning’

Liuziyu77
⭐ 2,283 Jupyter Notebook 👤 Liuziyu77 User 🕐 Обновлено 2025-10-29 📅 Создано 2025-02-24
54
mrgoonie/claudekit-skills

Все мощные возможности ClaudeKit.cc!

mrgoonie
⭐ 2,244 Python 👤 mrgoonie User 🕐 Обновлено 2026-04-03 📅 Создано 2025-10-23
55
microsoft/LLaVA-Med

Большой языково-визуальный помощник для биомедицины, созданный для обеспечения мультимодальных возможностей уровня GPT-4.

microsoft
⭐ 2,207 Python 👤 microsoft Organization 🕐 Обновлено 2025-06-04 📅 Создано 2023-05-20
56
LAION-AI/CLAP

Контрастивное предварительное обучение языка и аудио

LAION-AI
⭐ 2,167 Python 👤 LAION-AI Organization 🕐 Обновлено 2025-05-15 📅 Создано 2022-03-06
57
km1994/LLMsNineStoryDemonTower

【LLMs Девятислойная башня демона】Обмен практическим опытом и знаниями LLMs в таких областях, как обработка естественного языка (ChatGLM, Chinese-LLaMA-Alpaca, Xiaoyangtuo Vicuna, LLaMA, GPT4ALL и др.), поиск информации (langchain), синтез речи, распознавание речи, мультимодальные модели (Stable Diffusion, MiniGPT-4, VisualGLM-6B, Ziya-Visual и др.).

km1994
⭐ 2,140 👤 km1994 User 🕐 Обновлено 2024-03-30 📅 Создано 2023-05-01
58
shcherbak-ai/contextgem

Извлекайте структурированные данные и полезные сведения из документов с помощью больших языковых моделей и моделей принятия решений

shcherbak-ai
⭐ 2,095 Python 👤 shcherbak-ai Organization 🕐 Обновлено 2026-11-21 📅 Создано 2024-10-11
59
Tencent-Hunyuan/HunyuanOCR

HunyuanOCR-1.5: Ускорение и улучшение легковесных VLM для OCR

Tencent-Hunyuan
⭐ 2,091 Python 👤 Tencent-Hunyuan Organization 🕐 Обновлено 2026-09-24 📅 Создано 2025-11-18
60
QwenLM/Qwen2-Audio

Официальный репозиторий чата Qwen2-Audio и предварительно обученной большой аудиоязыковой модели, предложенной Alibaba Cloud.

QwenLM
⭐ 2,072 Python 👤 QwenLM Organization 🕐 Обновлено 2025-04-21 📅 Создано 2024-06-24
61
merveenoyan/smol-vision

Рецепты для уменьшения, оптимизации и настройки передовых моделей компьютерного зрения. 💜

merveenoyan
⭐ 2,004 Jupyter Notebook 👤 merveenoyan User 🕐 Обновлено 2026-08-12 📅 Создано 2024-03-13
62
NVIDIA-AI-Blueprints/video-search-and-summarization

Архитектура NVIDIA AI Blueprint для поиска и обобщения видео (VSS) представляет собой эталонную архитектуру с ускорением на GPU для создания агентов видеоаналитики с проверенными в реальном времени оповещениями, визуальными вопросами и ответами, а также автоматизированной отчетностью. VSS Blueprint использует модели визуального языка (VLM), такие как NVIDIA Cosmos, LLM, такие как NVIDIA Nemotron, RAG и NVIDIA NIM.

NVIDIA-AI-Blueprints
⭐ 2,003 Python 👤 NVIDIA-AI-Blueprints Organization 🕐 Обновлено 2026-11-21 📅 Создано 2024-10-22
63
chn-lee-yumi/MaterialSearch

Семантический поиск. Ищите локальные фотографии и видео с помощью естественного языка. ИИ-семантический поиск локальных материалов. Поиск по изображению, поиск локальных материалов, сопоставление сцен по текстовому описанию, поиск видео по кадрам, поиск видео по описанию сцен.

chn-lee-yumi
⭐ 1,998 HTML 👤 chn-lee-yumi User 🕐 Обновлено 2026-09-21 📅 Создано 2023-03-16
65
kimjammer/Neuro

Воссоздание Neuro-Sama, изначально созданное за 7 дней.

kimjammer
⭐ 1,960 Python 👤 kimjammer User 🕐 Обновлено 2025-01-17 📅 Создано 2024-01-07
66
microsoft/Magma

[CVPR 2025] Magma: Фундаментальная модель для мультимодальных ИИ-агентов

microsoft
⭐ 1,948 Python 👤 microsoft Organization 🕐 Обновлено 2026-03-03 📅 Создано 2024-11-22
67
gpt-omni/mini-omni2

К GPT-4o с открытым исходным кодом, обладающему возможностями зрения, речи и дуплекса.

gpt-omni
⭐ 1,896 Python 👤 gpt-omni Organization 🕐 Обновлено 2025-01-16 📅 Создано 2024-10-14
68
ivanfioravanti/chatbot-ollama

Chatbot Ollama — это пользовательский интерфейс чата с открытым исходным кодом для Ollama.

ivanfioravanti
⭐ 1,892 TypeScript 👤 ivanfioravanti User 🕐 Обновлено 2025-09-05 📅 Создано 2023-10-01
69
RanFeng/clipsketch-ai

Превратите моменты видео в нарисованные от руки истории

RanFeng
⭐ 1,883 TypeScript 👤 RanFeng User 🕐 Обновлено 2026-01-14 📅 Создано 2025-11-27
70
AutoArk/EVA-OS

EVA OS — мультимодальная операционная система с ИИ (AIOS) реального времени для оборудования нового поколения, позволяющая вашим устройствам «ожить» и стать такими же интеллектуальными, как настоящий мозг.

AutoArk
⭐ 1,875 👤 AutoArk Organization 🕐 Обновлено 2026-08-03 📅 Создано 2025-11-26
71
Audio-AGI/AudioSep

Официальная реализация «Разделяй все, что опишешь»

Audio-AGI
⭐ 1,857 Python 👤 Audio-AGI Organization 🕐 Обновлено 2024-11-26 📅 Создано 2023-08-08
72
facebookresearch/MetaCLIP

NeurIPS 2025 Spotlight; ICLR2024 Spotlight; CVPR 2024; EMNLP 2024

facebookresearch
⭐ 1,856 Python 👤 facebookresearch Organization 🕐 Обновлено 2026-08-11 📅 Создано 2023-09-28
73
Core-Mate/OpenGUI

OpenGUI — это фреймворк Android GUI-агентов для ИИ на смартфонах, способный видеть, планировать и управлять реальными мобильными приложениями через графический интерфейс.

Core-Mate
⭐ 1,814 HTML 👤 Core-Mate Organization 🕐 Обновлено 2026-11-16 📅 Создано 2026-04-18
74
apple-aiml-research/ml-4m

4M: Массовое мультимодальное маскированное моделирование

apple-aiml-research
⭐ 1,814 Python 👤 apple-aiml-research Organization 🕐 Обновлено 2026-09-11 📅 Создано 2024-04-08
76
kijai/ComfyUI-Florence2

Вывод Microsoft Florence2 VLM

kijai
⭐ 1,764 Python 👤 kijai User 🕐 Обновлено 2026-05-06 📅 Создано 2024-06-19
77
facebookresearch/multimodal

TorchMultimodal — это библиотека PyTorch для обучения передовых мультимодальных многозадачных моделей в большом масштабе.

facebookresearch
⭐ 1,747 Python 👤 facebookresearch Organization 🕐 Обновлено 2026-11-16 📅 Создано 2022-01-27
79
JiuhaiChen/BLIP3o

Официальная реализация серии BLIP3o

JiuhaiChen
⭐ 1,667 Python 👤 JiuhaiChen User 🕐 Обновлено 2025-11-29 📅 Создано 2025-04-23
80
waybarrios/vllm-mlx

Высокопроизводительный сервер логического вывода LLM, совместимый с OpenAI и Anthropic, для Apple Silicon. Нативный MLX, непрерывная пакетная обработка, мультимодальные модели, вызовы инструментов MCP и поддержка Claude Code.

waybarrios
⭐ 1,657 Python 👤 waybarrios User 🕐 Обновлено 2026-11-07 📅 Создано 2025-12-06
82
baaivision/Emu3.5

Нативные мультимодальные модели - это познающие мир

baaivision
⭐ 1,567 Python 👤 baaivision Organization 🕐 Обновлено 2025-12-30 📅 Создано 2025-10-29
83
microsoft/SoM

[arXiv 2023] Set-of-Mark Prompting для GPT-4V и LMM

microsoft
⭐ 1,499 Python 👤 microsoft Organization 🕐 Обновлено 2024-08-19 📅 Создано 2023-10-16
84
Nutlope/napkins

napkins.dev – от скриншота к приложению

Nutlope
⭐ 1,484 TypeScript 👤 Nutlope User 🕐 Обновлено 2026-10-23 📅 Создано 2024-09-18
86
zstar1003/ragflow-plus

Ragflow-Plus — это версия Ragflow вторичной разработки, что делает ее более лаконичной и практичной

zstar1003
⭐ 1,471 Python 👤 zstar1003 User 🕐 Обновлено 2026-11-18 📅 Создано 2025-03-24
87
0nutation/SpeechGPT

Серия SpeechGPT: Большие языковые модели для речи

0nutation
⭐ 1,397 Python 👤 0nutation User 🕐 Обновлено 2024-07-22 📅 Создано 2023-05-16
88
IDEA-Research/awesome-detection-transformer

Соберите несколько статей о трансформерах для обнаружения и сегментации. Awesome Detection Transformer для компьютерного зрения (CV)

IDEA-Research
⭐ 1,392 👤 IDEA-Research Organization 🕐 Обновлено 2024-07-04 📅 Создано 2022-03-09
89
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
90
poe-platform/server-bot-quick-start

Руководство для ботов сервера Poe

poe-platform
⭐ 1,347 Python 👤 poe-platform Organization 🕐 Обновлено 2026-11-16 📅 Создано 2023-05-10
91
gavrielc/Nano-PDF

Редактировать файлы PDF с помощью Nano Banana

gavrielc
⭐ 1,331 Python 👤 gavrielc User 🕐 Обновлено 2025-12-03 📅 Создано 2025-11-28
92
ConardLi/easy-llm-cli

Опенсорсный ИИ-агент, совместимый с несколькими моделями LLM

ConardLi
⭐ 1,319 TypeScript 👤 ConardLi User 🕐 Обновлено 2026-02-05 📅 Создано 2025-07-11
93
Meituan-AutoML/MobileVLM

Сильный и открытый языковой ассистент с поддержкой зрения для мобильных устройств

Meituan-AutoML
⭐ 1,317 Python 👤 Meituan-AutoML Organization 🕐 Обновлено 2024-04-15 📅 Создано 2023-12-29
94
hemingkx/SpeculativeDecodingPapers

📰 Обязательные к прочтению статьи и блоги по спекулятивному декодированию ⚡️

hemingkx
⭐ 1,309 👤 hemingkx User 🕐 Обновлено 2026-06-27 📅 Создано 2023-09-20
95
JMAN730/opendroid

Ваш открытый автономный Android-агент — готовый к производству, самоорганизующийся ИИ-ассистент, работающий на локальных/удаленных LLM и автоматизации экрана на основе доступности.

JMAN730
⭐ 1,300 Kotlin 👤 JMAN730 User 🕐 Обновлено 2026-11-10 📅 Создано 2026-05-21
96
opendatalab/LabelLLM

Платформа для аннотирования данных с открытым исходным кодом

opendatalab
⭐ 1,298 TypeScript 👤 opendatalab Organization 🕐 Обновлено 2026-07-02 📅 Создано 2024-05-07
⭐ 1,293 Python 👤 Visual-Agent Organization 🕐 Обновлено 2025-11-20 📅 Создано 2025-03-15
98
aiming-lab/Agent0

[ICML'26 & COLM'26] Серия Agent0: Саморазвивающиеся агенты на основе нулевых данных

aiming-lab
⭐ 1,292 Python 👤 aiming-lab Organization 🕐 Обновлено 2026-07-10 📅 Создано 2025-10-20
99
OpenTSLM/OpenTSLM

OpenTSLM: Языковые модели временных рядов для рассуждений над многомерными медицинскими текстовыми данными и данными временных рядов

OpenTSLM
⭐ 1,273 Python 👤 OpenTSLM Organization 🕐 Обновлено 2026-07-21 📅 Создано 2025-05-14
100
VILA-Lab/Awesome-DLMs

Официальный репозиторий GitHub для обзорной статьи «A Survey on Diffusion Language Models».

VILA-Lab
⭐ 1,252 👤 VILA-Lab Organization 🕐 Обновлено 2026-10-02 📅 Создано 2025-07-14