视觉模型
当前范围的仓库 15 · UTC 2026-11-03
对比排名项目StarFork30 天趋势7 天净增最近推送登录后收藏
1—TTencent-Hunyuan / Hunyuan3D-2使用混元三维扩散模型生成三维资产的项目。PythonNOASSERTION · 限制商用 / 未知名次历史不足15,3071,587——2025-10-28
5—Aapple-aiml-research / ml-fastvlm该存储库包含“FastVLM：视觉语言模型的高效视觉编码”的官方实现 - CVPR 2025PythonNOASSERTION · 限制商用 / 未知名次历史不足7,435559——2026-09-11
6—QQwenLM / Qwen-VLThe official repo of Qwen-VL (通义千问-VL) chat & pretrained large vision language model proposed by Alibaba Cloud.PythonNOASSERTION · 限制商用 / 未知名次历史不足6,728494——2024-08-07
7—BBlaizzy / mlx-vlmMLX-VLM 是一个使用 MLX 在 Mac 上推理和微调视觉语言模型 (VLM) 的软件包。PythonMIT · 宽松，可直接商用名次历史不足5,724873——2026-11-03
8—Ddeepseek-ai / DeepSeek-VL2DeepSeek-VL2：用于高级多模态理解的专家混合视觉语言模型PythonMIT · 宽松，可直接商用名次历史不足5,3941,811——2025-02-26
9—Aai-dawang / PlugNPlay-Modules面向计算机视觉模型的即插即用模块合集，整理卷积、注意力、下采样和特征融合等模块，当前主要覆盖二维图像任务。Python未知 · 限制商用 / 未知名次历史不足5,130366——2025-08-05
10—Jjoanrod / star-vectorStarVector 是 SVG 生成的基础模型，它将矢量化转换为代码生成任务。 StarVector 使用视觉语言建模架构来处理视觉和文本输入，以极高的精度生成高质量的 SVG 代码。PythonApache-2.0 · 宽松，可直接商用名次历史不足4,633262——2025-11-07
11—Oonehumanbeing / esp32-iphone-agent让 AI 模型使用配备 7 美元 ESP32 的真实 iPhone：AirPlay 眼睛、USB HID 手、任何 OpenAI 兼容的视觉模型。没有Mac，没有开发者帐户，没有越狱。CMIT · 宽松，可直接商用名次历史不足4,269571——2026-10-28
12—Ttorchgeo / torchgeoTorchGeo：地理空间数据的数据集、采样器、转换和预训练模型PythonMIT · 宽松，可直接商用名次历史不足4,227608——2026-11-02
13—NNVlabs / VILAVILA 是一系列最先进的视觉语言模型 (VLM)，适用于跨边缘、数据中心和云的各种多模式 AI 任务。PythonApache-2.0 · 宽松，可直接商用名次历史不足3,869337——2026-03-12
15—VVainF / Torch-Pruning[CVPR 2023] DepGraph：实现任意结构剪枝；LLM、视觉基础模型等。PythonMIT · 宽松，可直接商用名次历史不足3,369391——2025-09-07
商用三档依据许可证元数据自动分类；具体义务需结合实际使用方式核对。未知不等于禁止商用。