Multi Modal Collection
Repositories tagged with "multi-modal"
EPIC
โญ26.0kHP
โ
โ
โ
โ
๐ฎPsychic
โ
โ
โ
โ
agentscope
agentscope-ai
Pythonagentchatbot
โBuild and run agents you can see, understand and trust.โ
26.0k
2.9k
26.0k
GitPedia Card644/004
EPIC
โญ25.5kHP
โ
โ
โ
โ
๐ฎPsychic
โ
โ
โ
โ
MiniCPM-V
OpenBMB
Pythonminicpmminicpm-o
โA Pocket-Sized MLLM for Ultra-Efficient Image and Video Understanding on Your Phoneโ
25.5k
2.0k
25.5k
GitPedia Card288/004
RARE
โญ10.6kHP
โ
โ
โ
โ
๐ฎPsychic
โ
โ
โ
ten-framework
TEN-framework
Pythonaimulti-modal
โ Open-source framework for conversational voice AI agentsโ
10.6k
1.3k
10.6k
GitPedia Card825/003
RARE
โญ10.1kHP
โ
โ
โ
โ
๐ฎPsychic
โ
โ
โ
InternVL
OpenGVLab
Pythongptgpt-4o
โ[CVPR 2024 Oral] InternVL Family: A Pioneering Open-Source Alternative to GPT-4o. ๆฅ่ฟGPT-4o่กจ็ฐ็ๅผๆบๅคๆจกๆๅฏน่ฏๆจกๅโ
10.1k
783
10.1k
GitPedia Card334/003
RARE
โญ9.0kHP
โ
โ
โ
โ
๐ฎPsychic
โ
โ
โ
modelscope
modelscope
Pythoncvdeep-learning
โModelScope: bring the notion of Model-as-a-Service to life.โ
9.0k
949
9.0k
GitPedia Card719/003
RARE
โญ7.0kHP
โ
โ
โ
โ
๐Aqua
โ
โ
โ
big-AGI
enricoros
TypeScriptagiai-agents
โAI suite powered by state-of-the-art models and providing advanced AI/AGI functions. Includes AI personas, AGI functions, world-class Beam multi-model chats, text-to-image, voice, response streaming, code highlighting and execution, PDF import, presets for developers, much more. Deploy on-prem or in the cloud.โ
7.0k
1.6k
7.0k
GitPedia Card701/003
RARE
โญ6.7kHP
โ
โ
โ
โ
๐ฎPsychic
โ
โ
โ
CogVLM
zai-org
Pythoncross-modalitylanguage-model
โa state-of-the-art-level open visual language model | ๅคๆจกๆ้ข่ฎญ็ปๆจกๅโ
6.7k
453
6.7k
GitPedia Card873/003
RARE
โญ6.5kHP
โ
โ
โ
โ
๐ฎPsychic
โ
โ
โ
data-juicer
datajuicer
Pythondatadata-analysis
โData processing for and with foundation models! ๐ ๐ ๐ฝ โก๏ธ โก๏ธ๐ธ ๐น ๐ทโ
6.5k
374
6.5k
GitPedia Card910/003
RARE
โญ5.9kHP
โ
โ
โ
โ
๐ฆNormal
โ
โ
โ
Chinese-CLIP
OFA-Sys
Jupyter Notebookchineseclip
โChinese version of CLIP which achieves Chinese cross-modal retrieval and representation generation.โ
5.9k
551
5.9k
GitPedia Card108/003
RARE
โญ5.8kHP
โ
โ
โ
โ
๐ฅFire
โ
โ
โ
valhalla
valhalla
C++astardijkstra
โOpen Source Routing Engine for OpenStreetMapโ
5.8k
898
5.8k
GitPedia Card222/003
RARE
โญ5.6kHP
โ
โ
โ
โ
๐ฎPsychic
โ
โ
โ
DALLE-pytorch
lucidrains
Pythonartificial-intelligenceattention-mechanism
โImplementation / replication of DALL-E, OpenAI's Text to Image Transformer, in Pytorchโ
5.6k
642
5.6k
GitPedia Card491/003
RARE
โญ5.0kHP
โ
โ
โ
โ
๐ฎPsychic
โ
โ
โ
marqo
marqo-ai
Pythonecommercemachine-learning
โEcommerce Search and Discovery - marqo.aiโ
5.0k
231
5.0k
GitPedia Card663/003
UNCOMMON
โญ4.4kHP
โ
โ
โ
โ
๐ฎPsychic
โ
โ
DeepKE
zjunlp
Pythonattribute-extractionchinese
โ[EMNLP 2022] An Open Toolkit for Knowledge Graph Extraction and Constructionโ
4.4k
744
4.4k
GitPedia Card657/002
UNCOMMON
โญ4.3kHP
โ
โ
โ
โ
๐ฆNormal
โ
โ
OmniGen
VectorSpaceLab
Jupyter Notebookdiffusionimage
โOmniGen: Unified Image Generation. https://arxiv.org/pdf/2409.11340โ
4.3k
362
4.3k
GitPedia Card009/002
UNCOMMON
โญ4.2kHP
โ
โ
โ
โ
๐ฎPsychic
โ
โ
VLMEvalKit
open-compass
Pythonchatgptclaude
โOpen-source evaluation toolkit of large multi-modality models (LMMs), support 220+ LMMs, 80+ benchmarksโ
4.2k
709
4.2k
GitPedia Card929/002
UNCOMMON
โญ4.2kHP
โ
โ
โ
โ
๐ฎPsychic
โ
โ
VisualGLM-6B
zai-org
Pythonchatglm-6bgpt
โChinese and English multimodal conversational language model | ๅคๆจกๆไธญ่ฑๅ่ฏญๅฏน่ฏ่ฏญ่จๆจกๅโ
4.2k
425
4.2k
GitPedia Card030/002
UNCOMMON
โญ3.7kHP
โ
โ
โ
โ
๐ฎPsychic
โ
โ
LLamaSharp
SciSharp
C#chatbotgpt
โA C#/.NET library to run LLM (๐ฆLLaMA/LLaVA) on your local device efficiently.โ
3.7k
499
3.7k
GitPedia Card590/002
UNCOMMON
โญ3.5kHP
โ
โ
โ
โ
๐ฎPsychic
โ
โ
Video-LLaVA
PKU-YuanGroup
Pythoninstruction-tuninglarge-vision-language-model
โใEMNLP 2024๐ฅใVideo-LLaVA: Learning United Visual Representation by Alignment Before Projectionโ
3.5k
250
3.5k
GitPedia Card898/002