3,616 repos GH 3,501 / HF 115 · 11 categories · GitHub上のAI関連OSSを日本語で早見 · 毎日自動更新

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

← 全カテゴリ

マルチモーダル
HF
audio-flamingo-next-hf
Audio Flamingo Nextは、音声・環境音・音楽をまとめて理解できるNVIDIAの大規模音声言語モデルです。音声Q&A、文字…
#CLI #GPU推奨 #Python
❤ 56 ↓ 7.8k other 2026-05-13
マルチモーダル
HF
MOSS-Audio-8B-Instruct
MOSS-Audio-8B-Instructは、音声・環境音・音楽をまとめて理解できるオープンソースの音声理解モデルです。音声認識…
#CLI #Gradio #SGLang
❤ 47 ↓ 16.1k apache-2.0 2026-06-11
マルチモーダル
HF
MOSS-Audio-4B-Thinking
MOSS-Audio-4B-Thinkingは、音声・環境音・音楽をまとめて理解し、文字起こし、話者や感情の分析、音の状況把握、要…
#CLI #GPU推奨 #Gradio
❤ 33 ↓ 15.4k apache-2.0 2026-04-14
マルチモーダル
HF
sam3-litetext-s0
SAM3-LiteTextは、最先端の画像セグメンテーションモデルSAM3の軽量版です。重いSAM3のテキストエンコーダーをMobile…
#GPU推奨 #mask-generation #Vision-Language
❤ 19 ↓ 4.8k apache-2.0 2026-05-08
マルチモーダル
HF
moss-video-preview-base
MOSS-Video-Preview-Baseは、動画と言語をネイティブに統合して扱うクロスアテンション型の事前学習ベースモデルです…
#GPU推奨
❤ 13 ↓ 19 apache-2.0 2026-06-09