マルチモーダルanything-llm
AnythingLLMは、ドキュメントとのチャットやAIエージェントの利用を可能にするオールインワンのAI生産性向上ツールで…
★ 62.7k ⑂ 6.9k MIT 2026-07-05
マルチモーダル (298 repos)
カテゴリ「マルチモーダル」のリポジトリ一覧
マルチモーダル
マルチモーダルUI-TARS-desktop
UI-TARS-desktopは、マルチモーダルAIエージェントスタックTARSの一部であり、UI-TARSモデルに基づくネイティブGUIエ…
★ 37.8k ⑂ 3.8k Apache-2.0 2026-07-01
マルチモーダルLLaVA
LLaVAは、視覚指示チューニングを用いてGPT-4レベルの能力を持つ大規模言語およびビジョンアシスタントです。画像だ…
★ 24.9k ⑂ 2.8k Apache-2.0 2024-08-12
マルチモーダルunilm
このGitHubリポジトリ「microsoft/unilm」は、Microsoftが提供する、タスク、言語、モダリティ（テキスト、画像、音…
★ 22.2k ⑂ 2.7k MIT 2026-01-23
マルチモーダルserve
Jina-Serveは、gRPC、HTTP、WebSocketsを介して通信するAIサービスを構築・デプロイするためのフレームワークです。…
★ 21.9k ⑂ 2.2k Apache-2.0 2025-03-24
マルチモーダルJanus
Janus-Seriesは、DeepSeek AIによって開発された、統合されたマルチモーダル理解および生成モデルです。Janus-Proは…
★ 17.8k ⑂ 2.2k MIT 2025-02-01
マルチモーダルms-swift
ms-swiftは、ModelScopeコミュニティが提供する、大規模言語モデル（LLM）およびマルチモーダル大規模言語モデル（ML…
★ 14.7k ⑂ 1.5k Apache-2.0 2026-07-02
マルチモーダルrerun
Rerunは、マルチモーダルなロボットデータ（画像、点群、変換、時系列、関節状態、ビデオなど）のロギング、クエリ、…
★ 11.0k ⑂ 783 Apache-2.0 2026-07-02
マルチモーダルInternVL
InternVL Familyは、GPT-4o/GPT-5に匹敵する性能を目指すオープンソースの多モーダル会話モデル群です。特にInternVL…
★ 10.1k ⑂ 790 MIT 2025-09-22
マルチモーダルpyod
PyOD 3は、表形式、時系列、グラフ、テキスト、画像といった多様なデータ形式に対応した、包括的なPython異常検知ラ…
★ 9.9k ⑂ 1.5k BSD-2-Clause 2026-06-17
マルチモーダルX-AnyLabeling
X-AnyLabelingは、Segment Anythingなどの強力なAIモデルを活用し、データラベリングを効率化するツールです。自動ラ…
★ 9.7k ⑂ 1.0k GPL-3.0 2026-07-05
マルチモーダルseatunnel
Apache SeaTunnelは、マルチモーダルかつ高性能な分散型データ統合ツールです。日々大量のデータを効率的かつ安定し…
★ 9.5k ⑂ 2.3k Apache-2.0 2026-07-03
マルチモーダルall-in-rag
このプロジェクト「All-in-RAG」は、大規模言語モデル（LLM）アプリケーション開発者向けのRAG（検索拡張生成）技術…
★ 9.2k ⑂ 4.6k 2026-06-05
マルチモーダルdeeplake
Deep LakeはAIワークロードに特化したデータベースで、深層学習アプリケーション向けのストレージ形式を採用していま…
★ 9.2k ⑂ 720 Apache-2.0 2026-05-21
マルチモーダルMobileAgent
Mobile-Agentは、Alibaba GroupのTongyi Labが開発した強力なGUIエージェントファミリーです。デスクトップ、モバイ…
★ 8.9k ⑂ 893 MIT 2026-05-14
マルチモーダルBentoML
BentoMLは、AIアプリケーションとモデル推論のために最適化されたオンラインサービングシステムを構築するためのPyth…
★ 8.7k ⑂ 980 Apache-2.0 2026-06-22
マルチモーダルminimind-v
MiniMind-Vは、わずか3ドルと2時間で65MパラメータのビジョンマルチモーダルVLMをゼロから訓練できるプロジェクトで…
★ 8.2k ⑂ 905 Apache-2.0 2026-06-28
マルチモーダルQwen-VL
Qwen-VLは、Alibaba Cloudが開発した大規模ビジョン言語モデル「通义千问-VL」の公式リポジトリです。Qwen-VL-Plusお…
★ 6.7k ⑂ 494 NOASSERTION 2024-08-07
マルチモーダルPixelRAG
PixelRAGは、ウェブページ、PDF、画像をスクリーンショットとして視覚的にレンダリングし、ビジョン言語モデルで埋め…
★ 5.8k ⑂ 456 Apache-2.0 2026-06-30
マルチモーダルvllm-omni
vLLM-Omniは、既存のvLLMを拡張し、オムニモダリティモデルの効率的かつ低コストな推論と提供を可能にするフレームワ…
★ 5.5k ⑂ 1.2k Apache-2.0 2026-07-07
マルチモーダルMineContext
MineContextは、スクリーンショットやコンテンツ理解を活用し、将来的に多種多様なマルチモーダル情報を統合する、能…
★ 5.4k ⑂ 404 Apache-2.0 2026-05-07
マルチモーダルmlx-vlm
MLX-VLMは、Apple Silicon Mac上でMLXを利用してVision Language Models（VLM）および音声・動画対応のOmni Modelsの…
★ 5.1k ⑂ 654 MIT 2026-07-02
マルチモーダルalign-anything
Align-Anythingは、あらゆるモダリティの大規模モデル（any-to-anyモデル）を人間の意図や価値観に合わせることを目…
★ 4.7k ⑂ 505 Apache-2.0 2025-11-27
マルチモーダルlmms-eval
lmms-evalは、テキスト、画像、ビデオ、オーディオといった様々なモダリティを横断する、オールインワンのマルチモー…
★ 4.3k ⑂ 611 NOASSERTION 2026-07-03