全部项目
当前范围的仓库 6 · 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—Hhaotian-liu / LLaVA[NeurIPS'23 Oral] 视觉指令调优 (LLaVA) 旨在实现 GPT-4V 级别及以上的功能。PythonApache-2.0 · 宽松，可直接商用名次历史不足25,0822,770——2024-08-12
2—BBradyFU / Awesome-Multimodal-Large-Language-Models:sparkles::sparkles:多模态大语言模型的最新进展未知未知 · 限制商用 / 未知名次历史不足18,0761,134——2026-10-29
3—Jjina-ai / clip-as-service🏄 使用 CLIP 对图像和句子进行可扩展的嵌入、推理、排名PythonNOASSERTION · 限制商用 / 未知名次历史不足12,8332,063——2024-01-23
4—OOpenMOSS / MOSS-TTS-Nano100M 参数多语言 TTS 模型，用于实时 CPU 推理、语音克隆和 48 kHz 立体声生成PythonApache-2.0 · 宽松，可直接商用名次历史不足4,605571——2026-09-06
5—Llucidrains / deep-daze使用 OpenAI 的 CLIP 和 Siren（隐式神经表示网络）生成文本到图像的简单命令行工具。技术最初由 https://twitter.com/advadnoun 创建PythonMIT · 宽松，可直接商用名次历史不足4,314309——2022-03-13
6—EEvolvingLMMs-Lab / Otter🦦 Otter 是一种基于 OpenFlamingo 的多模态模型（OpenFlamingo 是 DeepMind 的 Flamingo 的开源版本），该模型在 MIMIC-IT 数据集上训练，具有更出色的指令遵循和上下文学习能力。PythonMIT · 宽松，可直接商用名次历史不足3,442210——2024-03-05
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。