マルチモーダルultravox-v0_5-llama-3_1-8b
Ultravoxは、Llama 3.1 8B InstructとWhisper large v3 turboを組み合わせた音声入力対応のマルチモーダルLLMです。…
❤ 37 ↓ 903 mit 2025-05-06
#GPU推奨 (101 repos)
「GPU推奨」タグが付いたリポジトリ
マルチモーダル
マルチモーダル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…
❤ 33 ↓ 4.0k apache-2.0 2026-04-14
マルチモーダル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…
❤ 19 ↓ 6.0k apache-2.0 2026-05-08
3D / NeRFVoxTell
VoxTellは、自然文のテキスト指示からCT・MRI・PETなどの3D医用画像に対するセグメンテーションマスクを生成できる医…
❤ 16 ↓ 264 cc-by-nc-sa-4.0 2026-06-26
マルチモーダル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…
❤ 13 ↓ 23 apache-2.0 2026-06-09