Git Stars Git Stars

#multimodal-ai 仓库

191
仓库总数
589,873
总星标数
3,088
平均每个仓库星标数

共 191 个仓库

101
Azure/AzurePublicDataset

Microsoft Azure Traces

Azure
⭐ 1,231 Jupyter Notebook 👤 Azure Organization 🕐 已更新 2026-11-17 📅 创建时间 2017-08-18
102
liliu-avril/Awesome-Segment-Anything

本仓库是对 Meta AI 的 Segment Anything Model (SAM) 的首次全面调查。

liliu-avril
⭐ 1,227 👤 liliu-avril User 🕐 已更新 2026-11-21 📅 创建时间 2023-05-16
104
googleapis/go-genai

Google Gen AI Go SDK 为开发者提供了一个接口,可将 Google 的生成模型集成到他们的 Go 应用程序中。

googleapis
⭐ 1,210 Go 👤 googleapis Organization 🕐 已更新 2026-11-20 📅 创建时间 2024-12-06
105
MoonshotAI/Kimi-VL

Kimi-VL:用于多模态推理、长上下文理解和强大智能体功能的专家混合视觉语言模型

MoonshotAI
⭐ 1,203 👤 MoonshotAI Organization 🕐 已更新 2025-07-15 📅 创建时间 2025-04-09
106
visual-openllm/visual-openllm

something like visual-chatgpt, 文心一言的开源版

visual-openllm
⭐ 1,201 Python 👤 visual-openllm Organization 🕐 已更新 2024-02-24 📅 创建时间 2023-03-26
108
UMass-Embodied-AGI/3D-LLM

3D-LLM 代码:将 3D 世界注入大型语言模型

UMass-Embodied-AGI
⭐ 1,166 Python 👤 UMass-Embodied-AGI Organization 🕐 已更新 2024-06-06 📅 创建时间 2023-07-24
109
YUANZHUO-BNU/metahuman_overview

数字人资料整理

YUANZHUO-BNU
⭐ 1,143 👤 YUANZHUO-BNU Organization 🕐 已更新 2025-01-08 📅 创建时间 2023-09-05
110
ATH-MaaS/Pixelle-MCP

基于ComfyUI + MCP + LLM的开源多模态AIGC解决方案 https://pixelle.ai

ATH-MaaS
⭐ 1,131 Python 👤 ATH-MaaS Organization 🕐 已更新 2025-12-17 📅 创建时间 2025-07-28
112
XiaomiMiMo/MiMo-Audio

MiMo-Audio:音频语言模型是少样本学习者

XiaomiMiMo
⭐ 1,095 Python 👤 XiaomiMiMo Organization 🕐 已更新 2026-10-29 📅 创建时间 2025-09-19
113
Alpha-VLLM/Lumina-mGPT-2.0

Lumina-mGPT 2.0:独立式自回归图像建模

Alpha-VLLM
⭐ 1,081 Python 👤 Alpha-VLLM Organization 🕐 已更新 2025-11-03 📅 创建时间 2025-04-03
114
trailofbits/anamorpher

用于多模态提示注入的图像缩放攻击

trailofbits
⭐ 1,079 Python 👤 trailofbits Organization 🕐 已更新 2026-05-19 📅 创建时间 2025-08-20
115
ddupont808/GPT-4V-Act

能够使用鼠标/键盘与 Web UI 交互的、使用 GPT-4V(ision) 的 AI 代理

ddupont808
⭐ 1,062 JavaScript 👤 ddupont808 User 🕐 已更新 2024-12-09 📅 创建时间 2023-10-21
116
OSU-NLP-Group/Mind2Web

[NeurIPS'23 Spotlight] "Mind2Web: Towards a Generalist Agent for the Web" -- 首个基于LLM的网络代理即通用网络代理基准

OSU-NLP-Group
⭐ 1,036 Jupyter Notebook 👤 OSU-NLP-Group Organization 🕐 已更新 2025-11-05 📅 创建时间 2023-04-21
117
google-gemini/nano-banana-hackathon-kit

Nano Banana Hackathon 的官方入门套件。克隆此仓库即可快速开始构建!

google-gemini
⭐ 1,028 Jupyter Notebook 👤 google-gemini Organization 🕐 已更新 2025-09-08 📅 创建时间 2025-09-04
118
JackAILab/ConsistentID

[TPAMI 2026] ConsistentID:多模态细粒度身份保持的肖像生成

JackAILab
⭐ 1,026 Python 👤 JackAILab User 🕐 已更新 2026-01-02 📅 创建时间 2024-04-15
119
dtsola/xiaoyaosearch

小遥搜索:理解你的话,阅读你的图像,利用 AI 在本地查找任何文件,让搜索像聊天一样简单。

dtsola
⭐ 1,023 Python 👤 dtsola User 🕐 已更新 2026-11-18 📅 创建时间 2025-11-11
121
disler/always-on-ai-assistant

一个由 Deepseek-V3、RealtimeSTT 和 Typer 驱动的、用于工程的始终在线的 AI 助手模式

disler
⭐ 991 Python 👤 disler User 🕐 已更新 2025-01-12 📅 创建时间 2025-01-12
122
lancedb/vectordb-recipes

使用向量搜索和 LLM 的多模态 AI、RAG 和代理的资源、示例和教程

lancedb
⭐ 991 Jupyter Notebook 👤 lancedb Organization 🕐 已更新 2026-11-04 📅 创建时间 2023-06-25
123
tech-shrimp/gemini-playground

Deploy a Gemini multimodal chat website in 10 seconds, Severless! 只需准备一个Gemini API Key,10秒即可部署一个Gemini多模态对话的网站。

tech-shrimp
⭐ 977 JavaScript 👤 tech-shrimp User 🕐 已更新 2026-01-23 📅 创建时间 2025-01-03
124
microsoft/MM-REACT

MM-REACT官方仓库

microsoft
⭐ 965 Python 👤 microsoft Organization 🕐 已更新 2026-10-26 📅 创建时间 2023-03-15
125
facebookresearch/spiritlm

论文《Spirit-LM Interleaved Spoken and Written Language Model》的推理代码。

facebookresearch
⭐ 926 Python 👤 facebookresearch Organization 🕐 已更新 2024-10-28 📅 创建时间 2024-09-06
127
TencentARC/SEED-Story

SEED-Story:基于大型语言模型的跨模态长故事生成

TencentARC
⭐ 879 Python 👤 TencentARC Organization 🕐 已更新 2024-10-11 📅 创建时间 2024-07-10
128
InternLM/Intern-S1

一个科学的多模态基础模型

InternLM
⭐ 876 👤 InternLM Organization 🕐 已更新 2026-09-13 📅 创建时间 2025-07-25
129
DirtyHarryLYL/LLM-in-Vision

近期基于LLM的计算机视觉及相关工作。欢迎评论/贡献!

DirtyHarryLYL
⭐ 868 👤 DirtyHarryLYL User 🕐 已更新 2025-03-08 📅 创建时间 2023-03-10
130
IDEA-Research/Motion-X

[NeurIPS 2023] 论文“Motion-X: A Large-scale 3D Expressive Whole-body Human Motion Dataset”的官方实现

IDEA-Research
⭐ 863 Python 👤 IDEA-Research Organization 🕐 已更新 2025-03-03 📅 创建时间 2023-06-12
131
RiseInRose/MiniGPT-4-ZH

MiniGPT-4 中文部署翻译 完善部署细节

RiseInRose
⭐ 859 Python 👤 RiseInRose User 🕐 已更新 2026-05-09 📅 创建时间 2023-04-19
133
allenai/molmo

Molmo 视觉语言模型代码

allenai
⭐ 851 Python 👤 allenai Organization 🕐 已更新 2024-12-12 📅 创建时间 2024-12-05
134
jrin771/Everything-LLMs-And-Robotics

LLM + 机器人领域全球最大的 GitHub 仓库

jrin771
⭐ 850 👤 jrin771 User 🕐 已更新 2024-07-14 📅 创建时间 2023-05-10
135
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
136
GAIR-NLP/anole

[ICLR 2025 博客轨道扩展版] Anole:用于交错图像-文本生成的开放、自回归原生多模态模型

GAIR-NLP
⭐ 841 Python 👤 GAIR-NLP Organization 🕐 已更新 2025-06-16 📅 创建时间 2024-07-01
137
vimalabs/VIMA

ICML'23 论文“VIMA:多模态提示的通用机器人操作”的官方算法实现

vimalabs
⭐ 841 Python 👤 vimalabs Organization 🕐 已更新 2024-04-18 📅 创建时间 2022-10-07
138
OpenMOSS/MOSS-VL

一个用于长视频和实时视频理解的开放权重 11B 模型系列

OpenMOSS
⭐ 838 C++ 👤 OpenMOSS Organization 🕐 已更新 2026-10-14 📅 创建时间 2026-04-08
139
CodeGoat24/UnifiedReward

UnifiedReward 及 [NeurIPS 2025] UnifiedReward-Think 及 UnifiedReward-Flex 的官方实现

CodeGoat24
⭐ 831 Python 👤 CodeGoat24 User 🕐 已更新 2026-06-18 📅 创建时间 2025-03-04
140
nvidia-cosmos/cosmos-transfer1

Cosmos-Transfer1 是一个从世界到世界的传输模型,旨在弥合模拟环境与现实世界环境之间的感知鸿沟。

nvidia-cosmos
⭐ 830 Python 👤 nvidia-cosmos Organization 🕐 已更新 2026-10-15 📅 创建时间 2025-03-02
141
iwyxdxl/WeChatBot_WXAUTO_SE

【停止维护】LLM API 聚合对话工具。原项目仓库:https://github.com/KouriChat/KouriChat 本项目由 iwyxdxl 在原项目基础上修改创建。仅供学习,请遵守使用规定,请勿接入公众平台或用于任何生产活动。

iwyxdxl
⭐ 816 Python 👤 iwyxdxl User 🕐 已更新 2026-01-15 📅 创建时间 2025-03-07
142
webmachinelearning/prompt-api

💬 一种用于提示浏览器提供的语言模型的 Web API 的提案

webmachinelearning
⭐ 797 Bikeshed 👤 webmachinelearning Organization 🕐 已更新 2026-11-09 📅 创建时间 2024-07-01
144
mlfoundations/datacomp

DataComp:寻找下一代多模态数据集

mlfoundations
⭐ 780 Python 👤 mlfoundations Organization 🕐 已更新 2025-04-28 📅 创建时间 2023-04-28
145
ModalMinds/MM-EUREKA

MM-EUREKA:使用基于规则的强化学习探索多模态推理的前沿

ModalMinds
⭐ 770 Python 👤 ModalMinds Organization 🕐 已更新 2025-09-07 📅 创建时间 2025-03-07
146
MewCo-AI/mewco_ai_assistant_comm

枫云AI助手社区版

MewCo-AI
⭐ 756 Python 👤 MewCo-AI Organization 🕐 已更新 2026-06-12 📅 创建时间 2024-07-09
147
Ruixxxx/Awesome-Vision-Mamba-Models

[官方仓库] Visual Mamba:调查与新展望

Ruixxxx
⭐ 753 👤 Ruixxxx User 🕐 已更新 2026-08-17 📅 创建时间 2024-04-09
148
IDEA-Research/OpenSeeD

[ICCV 2023] "A Simple Framework for Open-Vocabulary Segmentation and Detection" 论文的官方实现

IDEA-Research
⭐ 745 Python 👤 IDEA-Research Organization 🕐 已更新 2024-01-22 📅 创建时间 2023-03-14
149
chflame163/ComfyUI_LayerStyle_Advance

从[ComfyUI Layer Style](https://github.com/chflame163/ComfyUI_LayerStyle)分离出来的节点主要是那些对依赖包有复杂要求的节点。

chflame163
⭐ 724 Python 👤 chflame163 User 🕐 已更新 2026-09-18 📅 创建时间 2024-12-05
150
ComfyUI-Workflow/awesome-comfyui

ComfyUI 的出色自定义节点集合

ComfyUI-Workflow
⭐ 724 Python 👤 ComfyUI-Workflow Organization 🕐 已更新 2025-07-24 📅 创建时间 2024-10-05