#vlm 仓库
探索 89 个标记为 #vlm 的活跃开源 GitHub 仓库,它们累计获得 457,898 个 Star(平均每个项目 5,144 个)。该主题的领先项目是 huggingface/transformers,拥有 169,339 个 Star。
共 89 个仓库
https://arxiv.org/abs/2606.28344. 网页解析的终结。可扩展的原生像素搜索的开端。链接:https://pixelrag.ai/
StarVector 是一个用于 SVG 生成的基础模型,它将矢量化转化为代码生成任务。StarVector 采用视觉-语言建模架构,处理视觉和文本输入,以非凡的精度生成高质量的 SVG 代码。
[CVPR 2026] PromptEnhancer 是一个提示重写工具,将提示优化为更清晰、结构化的版本,以实现更好的图像生成。
开源 AI 摄像机技术平台,AI NVR 与 CCTV 监控。使用 Qwen、DeepSeek、SmolVLM、LLaVA、YOLO26 进行本地 VLM 视频分析。LLM 驱动的代理安全摄像机代理 — 通过 Telegram、Discord 或 Slack 监视、理解、记忆并保护您的家。可插拔 AI 技能。支持 OpenAI、Google、Anthropic 或本地 AI。在 Mac Mini 与 AI PC 上运行。
一个由 AI 驱动的文件管理工具,通过组织本地文本、图像来确保隐私。使用 Llama3.2 3B 和 Llava v1.6 模型及 Nexa SDK,它能够直观地扫描、重构和整理文件,实现快速、无缝的访问和轻松的检索。
Google Research 的 PaperBanana 的开源实现与扩展,用于自动化生成学术图形、图表和研究可视化,已扩展至幻灯片生成等新领域。
Cradle框架是通用计算机控制(GCC)的首次尝试。Cradle通过在具有最低要求的标准化通用环境中实现强大的推理能力、自我改进和技能策展,支持代理完成任何计算机任务。
ComfyUI中的LLM Agent框架包含MCP服务器、Omost、GPT-sovits、ChatTTS、GOT-OCR2.0和FLUX prompt节点,可访问Feishu、discord,并适应所有具有类似openai / aisuite接口的LLM,例如o1、ollama、gemini、grok、qwen、GLM、deepseek、kimi、doubao。适配了llama-3.3 Janus-Pro、Linkage GraphRAG等本地LLM、VLM、gguf。
ChatGPT Plus/Team/Pro 订阅协议端到端重放工具集 · hCaptcha 视觉求解器 · 反欺诈机制实证研究 / ChatGPT Plus/Team/Pro 订阅的端到端协议重放工具集,附带从零构建的 hCaptcha 求解器和反欺诈实证研究
面向生产环境的 C++ 边缘 AI 引擎,用于视频分析,并支持在 Sophon、Rockchip RKNN 和 x86 平台上运行设备端 VLM,提供可视化编排、实时 OSD、事件处理和可复现的基准测试。
Awesome-Jailbreak-on-LLMs 是 LLM 上最先进、新颖、激动人心的越狱方法集合。它包含论文、代码、数据集、评估和分析。
NVIDIA AI 视频搜索与摘要(VSS)蓝图是一种 GPU 加速的参考架构,用于构建具有实时验证警报、视觉问答和自动报告功能的视频分析代理。VSS 蓝图使用视觉语言模型(VLM),如 NVIDIA Cosmos,大语言模型(LLM),如 NVIDIA Nemotron,以及 RAG 和 NVIDIA NIM。
高性能、隐私优先的 React Native 端侧 AI 推理库,由 PyTorch 的 ExecuTorch 运行时提供支持
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。
JoyCaption 是一个图像字幕视觉语言模型 (VLM),它从头开始构建,作为一个免费、开放且无审查的模型,供社区用于训练 Diffusion 模型。
全网最全的、持续更新的、最火爆的 100+ 人格 蒸馏skills 合集| 多agent系统 |名人/导演/天涯大神/古籍/二次元/职场/情感全品类
常见问题解答
GitHub 上最受欢迎的 #vlm 仓库是什么?
GitHub 上排名第一的开源 #vlm 项目是 huggingface/transformers,拥有 169,339 个 Star。🤗 Transformers:用于文本、视觉、音频和多模态模型的最先进机器学习模型的模型定义框架,支持推理和训练。
#vlm 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #vlm 项目中,最常见的编程语言是 Python, Jupyter Notebook, TypeScript, Go。
#vlm 仓库的排名是如何计算的?
我们跟踪了 89 个标记为 #vlm 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 457,898 个 Star,平均每个仓库拥有 5,144 个 Star。排名每日根据 GitHub API 更新。