Git Stars Git Stars

#large-multimodal-models 仓库

探索 18 个标记为 #large-multimodal-models 的活跃开源 GitHub 仓库,它们累计获得 46,681 个 Star(平均每个项目 2,593 个)。该主题的领先项目是 chiphuyen/aie-book,拥有 18,372 个 Star。

18
仓库总数
46,681
总星标数
2,593
平均每个仓库星标数
1
chiphuyen/aie-book

[WIP] 面向 AI 工程师的资源。也包含书籍 AI Engineering (Chip Huyen, 2025) 的支持材料。

chiphuyen
⭐ 18,372 Jupyter Notebook 👤 chiphuyen User 🕐 已更新 2026-07-03 📅 创建时间 2024-12-03
2
SkyworkAI/SkyReels-V2

SkyReels-V2: 无限长度电影生成模型

SkyworkAI
⭐ 7,830 Python 👤 SkyworkAI Organization 🕐 已更新 2026-01-29 📅 创建时间 2025-04-15
4
VITA-MLLM/VITA

✨✨[NeurIPS 2025] VITA-1.5:迈向 GPT-4o 级别的实时视觉与语音交互

VITA-MLLM
⭐ 2,512 Python 👤 VITA-MLLM Organization 🕐 已更新 2025-03-28 📅 创建时间 2024-08-10
5
XueZeyue/DanceGRPO

DanceGRPO的官方实现:在视觉生成上释放GRPO

XueZeyue
⭐ 1,654 Python 👤 XueZeyue User 🕐 已更新 2025-10-16 📅 创建时间 2025-05-08
6
NVlabs/describe-anything

[ICCV 2025] Describe Anything 实现:详细的本地化图像和视频字幕生成

NVlabs
⭐ 1,497 Python 👤 NVlabs Organization 🕐 已更新 2025-06-26 📅 创建时间 2025-04-04
7
gokayfem/awesome-vlm-architectures

精心整理的 200 多种视觉语言模型(VLM/MLLM)架构可视化目录:涵盖论文、示意图、训练方案、数据集,以及多模态 AI 智能体的发布时间线。

gokayfem
⭐ 1,368 Markdown 👤 gokayfem User 🕐 已更新 2026-10-27 📅 创建时间 2024-02-15
8
ShareGPT4Omni/ShareGPT4Video

[NeurIPS 2024] "ShareGPT4Video: 改进视频理解与生成" 的官方实现

ShareGPT4Omni
⭐ 1,080 Python 👤 ShareGPT4Omni Organization 🕐 已更新 2024-10-09 📅 创建时间 2024-06-06
9
TinyLLaVA/TinyLLaVA_Factory

小规模大型多模态模型框架

TinyLLaVA
⭐ 1,010 Python 👤 TinyLLaVA User 🕐 已更新 2026-10-19 📅 创建时间 2024-02-21
10
MinorJerry/WebVoyager

"WebVoyager: WebVoyager: Building an End-to-End Web Agent with Large Multimodal Models" 的代码

MinorJerry
⭐ 986 Python 👤 MinorJerry User 🕐 已更新 2024-03-04 📅 创建时间 2024-01-24
11
richard-peng-xia/awesome-multimodal-in-medical-imaging

关于医学成像多模态学习应用的资源集合。

richard-peng-xia
⭐ 986 👤 richard-peng-xia User 🕐 已更新 2026-10-26 📅 创建时间 2022-07-13
12
TideDra/lmm-r1

将OpenRLHF扩展到支持LMM RL训练,以在多模态任务上复现DeepSeek-R1。

TideDra
⭐ 843 Python 👤 TideDra User 🕐 已更新 2025-05-14 📅 创建时间 2025-02-13
13
LLaVA-VL/LLaVA-Plus-Codebase

LLaVA-Plus:大型语言与视觉助手,即插即学以使用技能

LLaVA-VL
⭐ 763 Python 👤 LLaVA-VL Organization 🕐 已更新 2024-02-01 📅 创建时间 2023-11-07
14
smthemex/ComfyUI_EchoMimic

您可以在 ComfyUI 中使用 EchoMimic

smthemex
⭐ 697 Python 👤 smthemex User 🕐 已更新 2026-11-12 📅 创建时间 2024-07-13
15
bytedance/vidi

“Vidi:用于视频理解和编辑的大型多模态模型”的官方仓库

bytedance
⭐ 662 Python 👤 bytedance Organization 🕐 已更新 2026-08-03 📅 创建时间 2025-02-08
16
MMMU-Benchmark/MMMU

本仓库包含论文“MMMU:面向专家AGI的多学科多模态大规模理解与推理基准”的评估代码

MMMU-Benchmark
⭐ 601 Python 👤 MMMU-Benchmark Organization 🕐 已更新 2026-11-13 📅 创建时间 2023-11-23
17
ictnlp/LLaVA-Mini

LLaVA-Mini 是一个统一的大型多模态模型 (LMM),能够高效地支持图像、高分辨率图像和视频的理解。

ictnlp
⭐ 575 Python 👤 ictnlp Organization 🕐 已更新 2025-06-29 📅 创建时间 2025-01-07

常见问题解答

1

GitHub 上最受欢迎的 #large-multimodal-models 仓库是什么?

GitHub 上排名第一的开源 #large-multimodal-models 项目是 chiphuyen/aie-book,拥有 18,372 个 Star。[WIP] 面向 AI 工程师的资源。也包含书籍 AI Engineering (Chip Huyen, 2025) 的支持材料。

2

#large-multimodal-models 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #large-multimodal-models 项目中,最常见的编程语言是 Python, Jupyter Notebook, Markdown。

3

#large-multimodal-models 仓库的排名是如何计算的?

我们跟踪了 18 个标记为 #large-multimodal-models 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 46,681 个 Star,平均每个仓库拥有 2,593 个 Star。排名每日根据 GitHub API 更新。