Git Stars Git Stars

#multimodal 仓库

183
仓库总数
700,629
总星标数
3,828
平均每个仓库星标数

共 183 个仓库

101
alan-ai/alan-sdk-cordova

您的应用的自编码系统 — 用于 Cordova 的 Alan AI SDK

alan-ai
⭐ 1,140 Ruby 👤 alan-ai Organization 🕐 已更新 2025-04-22 📅 创建时间 2019-10-23
102
rhymes-ai/Aria

Aria 的代码库 - 一个开放的多模态原生 MoE

rhymes-ai
⭐ 1,089 Jupyter Notebook 👤 rhymes-ai Organization 🕐 已更新 2025-01-22 📅 创建时间 2024-09-29
103
google-research-datasets/wit

WIT(Wikipedia-based Image Text)数据集是一个大型多模态多语言数据集,包含3700万+的图像-文本对,其中有1100万+的独特图像,覆盖100多种语言。

google-research-datasets
⭐ 1,086 👤 google-research-datasets Organization 🕐 已更新 2024-09-27 📅 创建时间 2021-02-24
104
OpenBMB/VisCPM

[ICLR'24 spotlight] 中英双语多模态大模型系列 (Chat and Paint) | 基于CPM基础模型的中英双语多模态大模型系列

OpenBMB
⭐ 1,072 Python 👤 OpenBMB Organization 🕐 已更新 2024-06-13 📅 创建时间 2023-06-30
105
InternRobotics/PointLLM

[ECCV 2024 最佳论文候选 & TPAMI 2025] PointLLM: 赋能大型语言模型理解点云

InternRobotics
⭐ 1,065 Python 👤 InternRobotics Organization 🕐 已更新 2026-05-15 📅 创建时间 2023-08-17
106
OFA-Sys/ONE-PEACE

跨越视觉、音频、语言模态的通用表示模型。论文:ONE-PEACE:探索一种通用表示模型以实现无限模态

OFA-Sys
⭐ 1,063 Python 👤 OFA-Sys Organization 🕐 已更新 2024-10-06 📅 创建时间 2023-05-18
107
WangRongsheng/XrayGLM

🩺 首个会看胸部X光片的中文多模态医学大模型 | The first Chinese Medical Multimodal Model that Chest Radiographs Summarization.

WangRongsheng
⭐ 1,052 Python 👤 WangRongsheng User 🕐 已更新 2024-11-20 📅 创建时间 2023-05-23
108
tong-io/tongflow

智能体与人类友好、模态优先的企业级生成式 AI 工作流平台

tong-io
⭐ 1,048 TypeScript 👤 tong-io User 🕐 已更新 2026-11-21 📅 创建时间 2026-04-08
109
yaotingwangofficial/Awesome-MCoT

多模态思维链推理:一项综合调查

yaotingwangofficial
⭐ 1,030 TeX 👤 yaotingwangofficial User 🕐 已更新 2026-10-03 📅 创建时间 2025-02-15
110
ArrowLuo/CLIP4Clip

“CLIP4Clip:一项关于CLIP用于端到端视频片段检索的实证研究”的官方实现

ArrowLuo
⭐ 1,017 Python 👤 ArrowLuo User 🕐 已更新 2024-04-12 📅 创建时间 2021-04-13
111
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
112
Valen-Team/Valen

开放式多模态决策模型,参数规模从 0.8B 到 27B,支持文本、图像和视频。对自选候选项进行概率判断,并用边界框定位,而非生成文本。提供免费 API、ONNX、GGUF、vLLM 和 SGLang;附带微调代码。

Valen-Team
⭐ 932 Python 👤 Valen-Team Organization 🕐 已更新 2026-11-15 📅 创建时间 2026-09-23
113
EvolvingLMMs-Lab/NEO

NEO 系列:基于第一性原理的原生视觉语言模型

EvolvingLMMs-Lab
⭐ 931 Python 👤 EvolvingLMMs-Lab Organization 🕐 已更新 2026-11-11 📅 创建时间 2025-10-16
114
shenhao-stu/ohmycaptcha

⚡ 使用 FastAPI、Playwright 和 OpenAI 兼容的多模态模型构建的、可自托管的 YesCaptcha 兼容 CAPTCHA 求解器。

shenhao-stu
⭐ 912 Python 👤 shenhao-stu User 🕐 已更新 2026-03-09 📅 创建时间 2026-03-09
115
facebookresearch/ShapeR

ShapeR研究论文的代码

facebookresearch
⭐ 904 Python 👤 facebookresearch Organization 🕐 已更新 2026-04-30 📅 创建时间 2026-01-14
116
SkalskiP/top-cvpr-2025-papers

关于 该存储库是 CVPR 2025 最激动人心且最具影响力的论文的精选集。🔥 [论文 + 代码 + 演示]

SkalskiP
⭐ 899 Python 👤 SkalskiP User 🕐 已更新 2026-04-15 📅 创建时间 2025-05-31
117
OpenMOSS/AnyGPT

基于离散序列建模的统一多模态语言模型

OpenMOSS
⭐ 889 Python 👤 OpenMOSS Organization 🕐 已更新 2026-09-06 📅 创建时间 2024-02-18
118
microsoft/rag-time

RAG Time:掌握 RAG 的 5 周学习之旅

microsoft
⭐ 888 Jupyter Notebook 👤 microsoft Organization 🕐 已更新 2025-06-17 📅 创建时间 2024-12-11
119
suzuran0y/CCTV-Smartphone-AI-Monitoring

本地监控 + AI 视觉 — 基于 LAN 的智能手机驱动的 AI 监控框架,具有结构化事件输出,用于数据采集和分析。

suzuran0y
⭐ 879 Python 👤 suzuran0y User 🕐 已更新 2026-11-11 📅 创建时间 2026-02-26
120
whitecircle/halo

Halo 是由 White Circle 构建的用于训练大型语言模型和多模态模型的开源框架

whitecircle
⭐ 868 Python 👤 whitecircle Organization 🕐 已更新 2026-11-21 📅 创建时间 2026-08-26
121
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
122
EvolvingLMMs-Lab/lmms-engine

一个简单、统一的多模态模型训练引擎。精简、灵活,并为大规模创新而生。

EvolvingLMMs-Lab
⭐ 835 Python 👤 EvolvingLMMs-Lab Organization 🕐 已更新 2026-10-23 📅 创建时间 2025-07-27
123
chipfighter/context-attachment-manager

一款适用于 Codex、Claude Code 和其他 AI 智能体中图片密集型对话的本地插件:较早的图片会被替换为简短的占位符,而不是随每条消息重复发送;模型可通过图片 ID 取回原图(即使经过上下文压缩也可以),提示缓存也能继续正常工作。

chipfighter
⭐ 812 TypeScript 👤 chipfighter User 🕐 已更新 2026-11-20 📅 创建时间 2026-09-24
124
ChaofanTao/Autoregressive-Models-in-Vision-Survey

[TMLR 2025🔥] 视觉领域自回归模型调研。

ChaofanTao
⭐ 805 👤 ChaofanTao User 🕐 已更新 2026-05-05 📅 创建时间 2024-07-01
125
nomic-ai/contrastors

在PyTorch中进行对比模型训练

nomic-ai
⭐ 791 Python 👤 nomic-ai Organization 🕐 已更新 2025-03-26 📅 创建时间 2024-01-30
126
allenai/papermage

支持科学论文 NLP 和 CV 研究的库

allenai
⭐ 785 Python 👤 allenai Organization 🕐 已更新 2024-11-08 📅 创建时间 2023-01-14
127
Yangyi-Chen/Multimodal-AND-Large-Language-Models

关于多模态和大语言模型的论文列表,仅用于记录我日常 arxiv 中阅读的论文以满足个人需求。

Yangyi-Chen
⭐ 765 👤 Yangyi-Chen User 🕐 已更新 2026-05-21 📅 创建时间 2022-08-28
128
PaddlePaddle/PaddleMIX

Paddle Multimodal Integration and eXploration,支持主流多模态任务,包括端到端大规模多模态预训练模型和扩散模型工具箱。具备高性能和灵活性。

PaddlePaddle
⭐ 721 Python 👤 PaddlePaddle Organization 🕐 已更新 2026-03-06 📅 创建时间 2023-07-05
129
magicrew/doc7

通过视觉理解将文档转换为 AI 就绪的 Markdown

magicrew
⭐ 719 Go 👤 magicrew Organization 🕐 已更新 2026-08-07 📅 创建时间 2026-08-02
130
OpenMOSS/MOSS-Audio

一个通过生成字幕、问答和推理来理解语音、环境声音和音乐的开源模型

OpenMOSS
⭐ 713 Python 👤 OpenMOSS Organization 🕐 已更新 2026-09-06 📅 创建时间 2026-04-11
131
enoche/MMRec

多模态推荐工具箱。集成10+个模型...

enoche
⭐ 707 Python 👤 enoche User 🕐 已更新 2026-07-14 📅 创建时间 2022-08-31
132
TIGER-AI-Lab/VLM2Vec

该仓库包含“VLM2Vec / MMEB”[ICLR 2025]、“VLM2Vec-V2 / MMEB-V2”[TMLR 2026]和“MMEB-V3”[COLM 2026]的代码。

TIGER-AI-Lab
⭐ 705 Python 👤 TIGER-AI-Lab Organization 🕐 已更新 2026-10-23 📅 创建时间 2024-10-07
133
mv-lab/InstructIR

[ECCV 2024] InstructIR: 遵循人类指令的高质量图像恢复 https://huggingface.co/spaces/marcosv/InstructIR

mv-lab
⭐ 693 Jupyter Notebook 👤 mv-lab User 🕐 已更新 2024-09-26 📅 创建时间 2024-01-27
134
henrydaum/second-brain

Second Brain 是一个代理框架,充当操作系统,利用本地文件智能、工作流自动化和 LLM 来完成任务,并在多种模态和消息平台上进行通信。

henrydaum
⭐ 687 Python 👤 henrydaum User 🕐 已更新 2026-09-26 📅 创建时间 2025-09-19
135
HRuiCcc/RuiC-card-skill

通用全息闪卡 Agent Skill,不挑宿主,兼容多模态模型:一句话生成可拖动旋转、流光效果、层次分明且具有景深的 3D 闪卡网页,并附可编辑的 Blender 工程。

HRuiCcc
⭐ 686 JavaScript 👤 HRuiCcc User 🕐 已更新 2026-11-01 📅 创建时间 2026-09-07
136
zhongkaifu/TensorSharp

面向 GGUF 模型的原生 .NET 大语言模型推理引擎和智能体运行时。TensorSharp 提供控制台应用、基于 Web 的聊天机器人界面、iPhone 应用,以及兼容 Ollama/OpenAI 的 HTTP API,支持以编程方式访问。它支持 Windows、macOS、iOS 和 Linux,并具备完整的 GPU 能力。

zhongkaifu
⭐ 681 C# 👤 zhongkaifu User 🕐 已更新 2026-11-20 📅 创建时间 2026-04-03
137
Topkiflare74/ai--manus2.0

AI Manus 是一个通用型 AI 智能体系统,支持在沙盒环境中运行各种工具和操作。

Topkiflare74
⭐ 678 👤 Topkiflare74 User 🕐 已更新 2026-11-15 📅 创建时间 2026-11-14
138
redai-studio/Relax

用于大规模全模态后训练的异步强化学习引擎

redai-studio
⭐ 678 Python 👤 redai-studio Organization 🕐 已更新 2026-11-21 📅 创建时间 2026-04-13
139
topapothecarycanal/ai--manus2.0

AI Manus 是一个通用型 AI 智能体系统,支持在沙盒环境中运行各种工具和执行各类操作。

topapothecarycanal
⭐ 666 👤 topapothecarycanal User 🕐 已更新 2026-11-15 📅 创建时间 2026-11-14
140
toppatronweave/ai--manus2.0

AI Manus 是一个通用型 AI Agent 系统,支持在沙盒环境中运行各种工具和操作。

toppatronweave
⭐ 665 👤 toppatronweave User 🕐 已更新 2026-11-15 📅 创建时间 2026-11-14
141
reasoning-survey/Awesome-Reasoning-Foundation-Models

✨✨利用基础模型进行推理的最新论文和基准测试

reasoning-survey
⭐ 664 👤 reasoning-survey User 🕐 已更新 2026-09-03 📅 创建时间 2023-11-21
142
topconstableinlet67/ai--manus2.0

AI Manus 是一个通用型 AI 智能体系统,支持在沙盒环境中运行各种工具和操作。

topconstableinlet67
⭐ 663 👤 topconstableinlet67 User 🕐 已更新 2026-11-15 📅 创建时间 2026-11-14
143
tornadonovicewhirl40/ai--manus2.0

AI Manus 是一个通用型 AI 智能体系统,支持在沙盒环境中运行各种工具和操作。

tornadonovicewhirl40
⭐ 659 👤 tornadonovicewhirl40 User 🕐 已更新 2026-11-15 📅 创建时间 2026-11-14
144
TitanShieldRavine/ai--manus2.0

AI Manus 是一个通用型 AI 智能体系统,支持在沙盒环境中运行各种工具和操作。

TitanShieldRavine
⭐ 659 👤 TitanShieldRavine User 🕐 已更新 2026-11-15 📅 创建时间 2026-11-14
145
Ultimateakiln/ai--manus2.0

AI Manus 是一个通用型 AI Agent 系统,支持在沙盒环境中运行各种工具和操作。

Ultimateakiln
⭐ 654 👤 Ultimateakiln User 🕐 已更新 2026-11-15 📅 创建时间 2026-11-14
146
trackersnailgrip/ai--manus2.0

AI Manus 是一个通用型 AI 智能体系统,支持在沙盒环境中运行各种工具和操作。

trackersnailgrip
⭐ 654 👤 trackersnailgrip User 🕐 已更新 2026-11-15 📅 创建时间 2026-11-14
147
TrapBladesmith/ai--manus2.0

AI Manus 是一个通用型 AI 智能体系统,支持在沙箱环境中运行各种工具和操作。

TrapBladesmith
⭐ 653 👤 TrapBladesmith User 🕐 已更新 2026-11-15 📅 创建时间 2026-11-14
148
Torusdrasocket/ai--manus2.0

AI Manus 是一个通用型 AI 智能体系统,支持在沙盒环境中运行各种工具和执行各类操作。

Torusdrasocket
⭐ 653 👤 Torusdrasocket User 🕐 已更新 2026-11-15 📅 创建时间 2026-11-14
149
TremorRatTackle/ai--manus2.0

AI Manus 是一个通用型 AI 智能体系统,支持在沙盒环境中运行各种工具和操作。

TremorRatTackle
⭐ 652 👤 TremorRatTackle User 🕐 已更新 2026-11-15 📅 创建时间 2026-11-14
150
violetkomodolimit/ai--manus2.0

AI Manus 是一个通用型 AI Agent 系统,支持在沙盒环境中运行各种工具和执行各种操作。

violetkomodolimit
⭐ 651 👤 violetkomodolimit User 🕐 已更新 2026-11-15 📅 创建时间 2026-11-14