Git Stars Git Stars

#multi-modality 仓库

探索 12 个标记为 #multi-modality 的活跃开源 GitHub 仓库,它们累计获得 70,749 个 Star(平均每个项目 5,895 个)。该主题的领先项目是 haotian-liu/LLaVA,拥有 24,232 个 Star。

12
仓库总数
70,749
总星标数
5,895
平均每个仓库星标数
编程语言: Python C++
1
haotian-liu/LLaVA

[NeurIPS'23 Oral] Visual Instruction Tuning (LLaVA) 致力于实现 GPT-4V 级别乃至更高级别的能力。

haotian-liu
⭐ 24,232 Python 👤 haotian-liu User 🕐 已更新 2024-08-12 📅 创建时间 2023-04-17
2
BradyFU/Awesome-Multimodal-Large-Language-Models

:sparkles::sparkles:多模态大语言模型的最新进展

BradyFU
⭐ 18,090 👤 BradyFU User 🕐 已更新 2026-10-29 📅 创建时间 2023-05-19
3
jina-ai/clip-as-service

🏄 使用 CLIP 对图像和句子进行可扩展的嵌入、推理和排名

jina-ai
⭐ 12,797 Python 👤 jina-ai Organization 🕐 已更新 2024-01-23 📅 创建时间 2018-11-12
4
OpenMOSS/MOSS-TTS-Nano

一个拥有1亿参数的多语言文本转语音(TTS)模型,支持实时CPU推理、声音克隆和48 kHz立体声生成

OpenMOSS
⭐ 4,711 Python 👤 OpenMOSS Organization 🕐 已更新 2026-09-06 📅 创建时间 2026-04-10
5
EvolvingLMMs-Lab/Otter

Otter,一个基于OpenFlamingo(DeepMind的Flamingo的开源版本)的多模态模型,在MIMIC-IT上进行了训练,展示了改进的指令遵循和上下文学习能力。

EvolvingLMMs-Lab
⭐ 3,283 Python 👤 EvolvingLMMs-Lab Organization 🕐 已更新 2024-03-05 📅 创建时间 2023-04-01
6
InternLM/InternLM-XComposer

InternLM-XComposer2.5-OmniLive:一款用于长期流媒体音视频交互的综合性多模态系统

InternLM
⭐ 2,925 Python 👤 InternLM Organization 🕐 已更新 2025-05-26 📅 创建时间 2023-09-26
7
DLR-RM/3DObjectTracking

3D物体追踪算法与出版物

DLR-RM
⭐ 1,026 C++ 👤 DLR-RM Organization 🕐 已更新 2025-08-25 📅 创建时间 2020-09-21
8
OpenBMB/VisRAG

VLM支持的无解析RAG

OpenBMB
⭐ 991 Python 👤 OpenBMB Organization 🕐 已更新 2026-11-02 📅 创建时间 2024-10-14
9
yzhang2016/video-generation-survey

视频生成阅读清单

yzhang2016
⭐ 732 👤 yzhang2016 User 🕐 已更新 2026-10-30 📅 创建时间 2022-11-16
10
NVlabs/Long-RL

Long-RL: 将强化学习(RL)扩展到长序列(NeurIPS 2025)

NVlabs
⭐ 729 Python 👤 NVlabs Organization 🕐 已更新 2025-09-24 📅 创建时间 2025-07-08
11
LSXI7/MINIMA

[CVPR 2025] MINIMA:模态不变图像匹配

LSXI7
⭐ 682 Python 👤 LSXI7 User 🕐 已更新 2025-10-09 📅 创建时间 2024-12-17
12
OpenGVLab/Multi-Modality-Arena

聊天机器人竞技场 만나다 多模态!多模态竞技场允许您在提供图像作为输入的同时,并排基准测试视觉语言模型。支持MiniGPT-4、LLaMA-Adapter V2、LLaVA、BLIP-2 等等等!

OpenGVLab
⭐ 553 Python 👤 OpenGVLab Organization 🕐 已更新 2024-04-21 📅 创建时间 2023-05-10

常见问题解答

1

GitHub 上最受欢迎的 #multi-modality 仓库是什么?

GitHub 上排名第一的开源 #multi-modality 项目是 haotian-liu/LLaVA,拥有 24,232 个 Star。[NeurIPS'23 Oral] Visual Instruction Tuning (LLaVA) 致力于实现 GPT-4V 级别乃至更高级别的能力。

2

#multi-modality 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #multi-modality 项目中,最常见的编程语言是 Python, C++。

3

#multi-modality 仓库的排名是如何计算的?

我们跟踪了 12 个标记为 #multi-modality 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 70,749 个 Star,平均每个仓库拥有 5,895 个 Star。排名每日根据 GitHub API 更新。