#multimodal-ai 仓库
探索 191 个标记为 #multimodal-ai 的活跃开源 GitHub 仓库,它们累计获得 589,873 个 Star(平均每个项目 3,088 个)。该主题的领先项目是 anthropics/claude-cookbooks,拥有 54,935 个 Star。
共 191 个仓库
Nano Banana(nanobanana),GPT-5(GPT5),GPT-4o(GPT4o) 图片提示词,Nanobanana Prompts,nanobanana提示词
该存储库提供了用于使用 Meta Segment Anything Audio Model (SAM-Audio) 运行推理的代码、用于下载已训练模型检查点的链接以及演示如何使用该模型的示例 notebook。
数字虚拟形象对话系统 - Linly-Talker。😄✨ Linly-Talker是一个智能AI系统,它将大型语言模型(LLMs)与视觉模型相结合,创造了一种新颖的人机交互方法。🤝🤖 它集成了Whisper、Linly、Microsoft Speech Services和SadTalker说话头生成系统等多种技术。🌟🔬
Holistic Evaluation of Language Models (HELM) 是由斯坦福大学基金模型研究中心 (CRFM) 创建的一个开源 Python 框架,用于对包括大型语言模型 (LLM) 和多模态模型在内的基础模型进行整体、可复现和透明的评估。
Mano-P: 开源 GUI-VLA 边缘设备代理。在 OSWorld 上排名 #1(专业版,58.2%)。在 Apple M4 Mac mini/MacBook 上本地运行 — 无数据离开您的设备。Mano-P 是一个开源 GUI-VLA 项目,支持在 Mac mini/MacBook 上或通过算力棒本地运行推理,实现纯视觉驱动的跨平台 GUI 自动化操作。数据完全本地处理,支持复杂多步骤任务规划与执行。
[NeurIPS 2025] OmniSVG 是首个端到端的全能型多模态 SVG 生成器系列,它利用预训练的视觉语言模型 (VLM),能够生成从简单图标到复杂动漫角色的复杂而精细的 SVG。
常见问题解答
GitHub 上最受欢迎的 #multimodal-ai 仓库是什么?
GitHub 上排名第一的开源 #multimodal-ai 项目是 anthropics/claude-cookbooks,拥有 54,935 个 Star。一本展示使用 Claude 的一些有趣且有效方法的笔记本/食谱集。
#multimodal-ai 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #multimodal-ai 项目中,最常见的编程语言是 Python, Jupyter Notebook, JavaScript, Kotlin。
#multimodal-ai 仓库的排名是如何计算的?
我们跟踪了 191 个标记为 #multimodal-ai 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 589,873 个 Star,平均每个仓库拥有 3,088 个 Star。排名每日根据 GitHub API 更新。