Multimodal 멀티모달

huggingface/transformers

100

텍스트, 비전, 오디오 등 다양한 최신 모델을 정의하고 학습 및 추론하는 프레임워크입니다.

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 168003

★ 168,0032026-10-23이슈 958

sgl-project/sglang

98

대규모 언어 모델과 멀티모달 모델을 위한 고성능 서빙 프레임워크입니다.

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 37638

★ 37,6382026-10-23이슈 6,043

rerun-io/rerun

95

다중 모드 로봇 데이터 시각화, 질의 및 학습 스트리밍을 지원합니다.

MultimodalRustApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 11630

★ 11,6302026-10-23이슈 1,241

CVHub520/X-AnyLabeling

95

이미지, 비디오, 텍스트 등 다양한 데이터에 대한 AI 지원 주석 플랫폼입니다.

MultimodalPythonGPL-3.0

최근 30일 내 활발 · 라이선스 GPL-3.0 · stars 10771

★ 10,7712026-10-20이슈 6

yzhao062/pyod

95

다양한 데이터 유형에서 이상 징후를 탐지하는 파이썬 라이브러리입니다.

MultimodalPythonBSD-2-Clause

최근 30일 내 활발 · 라이선스 BSD-2-Clause · stars 10052

★ 10,0522026-10-12이슈 224

modelscope/modelscope

95

다양한 모델을 서비스 형태로 제공하는 플랫폼입니다.

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 9182

★ 9,1822026-10-11이슈 19

bentoml/BentoML

95

AI 애플리케이션과 모델을 쉽게 서비스할 수 있도록 돕는 플랫폼입니다.

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 8915

★ 8,9152026-10-22이슈 243

qualcomm/GenieX

95

퀄컴 기기에서 NPU, GPU, CPU로 최신 LLM과 VLM을 구동합니다.

MultimodalGoBSD-3-Clause

최근 30일 내 활발 · 라이선스 BSD-3-Clause · stars 8452

★ 8,4522026-10-23이슈 73

Blaizzy/mlx-audio

95

애플 실리콘 기반의 텍스트 음성 변환 및 음성 분석 라이브러리를 제공한다.

MultimodalPythonMIT

최근 30일 내 활발 · 라이선스 MIT · stars 8089

★ 8,0892026-10-22이슈 93

vllm-project/vllm-omni

94

다양한 모달리티 모델의 효율적인 추론을 위한 프레임워크입니다.

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 7311

★ 7,3112026-10-23이슈 1,883

Blaizzy/mlx-vlm

94

MLX를 사용하여 맥에서 비전 언어 모델 추론 및 미세 조정을 위한 패키지입니다.

MultimodalPythonMIT

최근 30일 내 활발 · 라이선스 MIT · stars 5648

★ 5,6482026-10-22이슈 256

InternLM/xtuner

94

초거대 MoE 모델을 위한 차세대 훈련 엔진입니다.

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 5214

★ 5,2142026-10-23이슈 405

kyegomez/tree-of-thoughts

93

대규모 언어 모델의 추론 능력을 향상시키는 사고의 나무 구현체입니다.

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 4594

★ 4,5942026-09-29이슈 8

open-compass/VLMEvalKit

93

다양한 대규모 멀티모달 모델을 평가하는 오픈소스 도구 모음입니다.

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 4453

★ 4,4532026-10-22이슈 307

liustack/modlens

93

이미지를 입력받아 구조화된 JSON 형태의 증거를 추출하는 비전 플러그인입니다.

MultimodalTypeScriptMIT

최근 30일 내 활발 · 라이선스 MIT · stars 4411

★ 4,4112026-10-15이슈 6

vortex-data/vortex

93

컬럼 기반 압축을 위한 확장 가능하고 빠른 오픈소스 파일 포맷 프레임워크입니다.

MultimodalRustApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 3284

★ 3,2842026-10-23이슈 414

xlang-ai/OSWorld

93

[NeurIPS 2024] OSWorld: Benchmarking Multimodal Agents for Open-Ended Tasks in Real Computer Environments

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 3231

★ 3,2312026-10-23이슈 184

autodistill/autodistill

92

레이블링 없이 이미지에서 추론하는 모델을 훈련하는 방법론을 제공한다.

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 2793

★ 2,7932026-09-29이슈 53

HUANGCHIHHUNGLeo/claude-real-video

92

영상 내용을 장면별로 분석하여 LLM이 시청할 수 있게 하는 도구입니다.

MultimodalPythonMIT

최근 30일 내 활발 · 라이선스 MIT · stars 2255

★ 2,2552026-10-08이슈 0

google-gemini/genai-processors

92

효율적이고 병렬적인 콘텐츠 처리를 위한 가벼운 파이썬 라이브러리입니다.

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 2119

★ 2,1192026-10-15이슈 17

kyegomez/BitNet

91

비트넷을 이용해 대규모 언어 모델에 1비트 트랜스포머를 구현한 코드입니다.

MultimodalPythonMIT

최근 30일 내 활발 · 라이선스 MIT · stars 1947

★ 1,9472026-10-19이슈 3

Thinklab-SJTU/Awesome-LLM4AD

91

자율주행을 위한 LLM, VLM, VLA, 월드 모델 자료 모음집이다.

MultimodalApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 1900

★ 1,9002026-10-15이슈 3

cosmo-wander-ai/cosmo-edge

91

비디오 분석을 위한 프로덕션급 C++ 엣지 AI 엔진입니다.

MultimodalCApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 1885

★ 1,8852026-10-23이슈 14

UbiquitousLearning/mllm

91

모바일 기기에서 작동하는 빠르고 다중 모드 기능을 갖춘 대규모 언어 모델입니다.

MultimodalC++MIT

최근 30일 내 활발 · 라이선스 MIT · stars 1628

★ 1,6282026-09-30이슈 87

sgl-project/sglang-omni

91

TTS, ASR 등 다양한 모델의 고성능 추론 서빙을 지원합니다.

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 1597

★ 1,5972026-10-23이슈 912

bytedance/SALMONN

91

SALMONN family: A suite of advanced multi-modal LLMs

MultimodalApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 1555

★ 1,5552026-10-16이슈 31

llm-jp/awesome-japanese-llm

91

일본어 대규모 언어 모델들을 모아놓은 개요 자료입니다.

MultimodalTypeScriptApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 1442

★ 1,4422026-10-19이슈 0

Capsize-Games/airunner

91

아트 생성, 음성 대화, 챗봇 등을 위한 오프라인 추론 엔진입니다.

MultimodalPythonGPL-3.0

최근 30일 내 활발 · 라이선스 GPL-3.0 · stars 1319

★ 1,3192026-10-14이슈 31

🆕Anionex/agent-vision-toolkit

90

为纯文本模型"看图“设计更好的视觉工具箱和技能，支持多图理解，图片问答，前端UI还原、GUI 自动化等，并可选无缝接入多个主流agent，直接识别粘贴图片｜ A vision toolkit and skill designed for text-only llms — image Q&A, long-screenshot OCR, frontend UI restoration, and GUI automation, with optional seamless integration for Codex, Claude Code, Pi, Oh My Pi, and OpenCode

MultimodalPythonMIT

최근 30일 내 활발 · 라이선스 MIT · stars 1247

★ 1,2472026-10-13이슈 8

EvolvingLMMs-Lab/LLaVA-OneVision-2

90

다양한 모달리티 학습을 위한 완전 개방형 프레임워크를 제공한다.

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 1225

★ 1,2252026-10-22이슈 64

🆕ysr666/dsh-vision-router

90

텍스트 전용 에이전트를 위한 무료 비전 기능과 다양한 이미지 처리 도구를 제공합니다.

MultimodalJavaScriptMIT

최근 30일 내 활발 · 라이선스 MIT · stars 1166

★ 1,1662026-10-22이슈 2

tong-io/tongflow

90

다양한 모달리티를 지원하는 오픈소스 생성형 AI 워크플로우 스튜디오입니다.

MultimodalTypeScriptAGPL-3.0

최근 30일 내 활발 · 라이선스 AGPL-3.0 · stars 1044

★ 1,0442026-10-21이슈 10

TinyLLaVA/TinyLLaVA_Factory

90

소규모 대규모 멀티모달 모델을 위한 프레임워크를 제공합니다.

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 1011

★ 1,0112026-10-19이슈 114

🆕Anionex/dsh-vision-toolkit

90

텍스트 모델이 시각 작업을 수행하도록 돕는 플러그인 도구 모음입니다.

MultimodalTypeScriptMIT

최근 30일 내 활발 · 라이선스 MIT · stars 905

★ 9052026-10-18이슈 6

OpenDCAI/OpenWorldLib

90

고급 월드 모델을 위한 통합 코드베이스를 제공합니다.

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 885

★ 8852026-10-20이슈 6

suzuran0y/CCTV-Smartphone-AI-Monitoring

90

스마트폰 기반의 AI 비전 기술로 지역 모니터링 및 데이터 분석을 지원하는 프레임워크입니다.

MultimodalPythonMIT

최근 30일 내 활발 · 라이선스 MIT · stars 823

★ 8232026-10-08이슈 3

OpenMOSS/MOSS-VL

89

시각적 이해에 특화된 핵심 멀티모달 모델 시리즈이다.

MultimodalC++Apache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 781

★ 7812026-10-14이슈 8

MigoXLab/dingo

89

AI 데이터, 모델 및 애플리케이션의 전반적인 품질을 평가하는 도구입니다.

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 761

★ 7612026-10-20이슈 6

FluxVLA/FluxVLA

89

구현된 인공지능을 위한 데이터부터 실제 로봇 배포까지 통합 플랫폼을 제공한다.

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 755

★ 7552026-10-19이슈 15

2toinf/X-VLA

89

[ICLR 2026] The offical Implementation of "Soft-Prompted Transformer as Scalable Cross-Embodiment Vision-Language-Action Model"

MultimodalC++Apache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 746

★ 7462026-10-20이슈 34

huggingface/optimum-intel

89

인텔 최적화 도구를 사용하여 추론 속도를 높이는 라이브러리입니다.

MultimodalJupyter NotebookApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 624

★ 6242026-10-22이슈 197

motis-project/motis

89

다중 모드 라우팅, 지오코딩 및 지도 타일을 제공하는 프로젝트입니다.

MultimodalC++MIT

최근 30일 내 활발 · 라이선스 MIT · stars 617

★ 6172026-10-22이슈 155

zhongkaifu/TensorSharp

89

GGUF 모델을 위한 네이티브 .NET LLM 추론 엔진을 제공한다.

MultimodalC#BSD-3-Clause

최근 30일 내 활발 · 라이선스 BSD-3-Clause · stars 608

★ 6082026-10-22이슈 10

RobotecAI/rai

89

RAI is a vendor agnostic agentic framework for Physical AI robotics, utilizing ROS 2 tools to perform complex actions, defined scenarios, free interface execution, log summaries, voice interaction and more.

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 607

★ 6072026-10-12이슈 71

Fabric-Project/Fabric

89

노드 기반의 창의적 코딩, 3D 및 이미지 처리 도구입니다.

MultimodalSwiftBSD-3-Clause

최근 30일 내 활발 · 라이선스 BSD-3-Clause · stars 604

★ 6042026-10-20이슈 71

worldbench/awesome-vla-for-ad

89

자율주행을 위한 비전-언어-행동 모델들을 모아놓은 목록입니다.

MultimodalHTMLMIT

최근 30일 내 활발 · 라이선스 MIT · stars 514

★ 5142026-10-21이슈 0

pykale/pykale

88

다양한 출처의 지식을 활용하는 머신러닝을 지원하는 라이브러리입니다.

MultimodalPythonMIT

최근 30일 내 활발 · 라이선스 MIT · stars 490

★ 4902026-10-22이슈 18

vulab-AI/Awesome-Spatial-VLMs

88

[Awesome-Spatial-VLMs] This repository is the official, community-maintained resource for the survey paper: Spatial Intelligence in Vision-Language Models: A Comprehensive Survey;

MultimodalPythonMIT

최근 30일 내 활발 · 라이선스 MIT · stars 470

★ 4702026-10-14이슈 4

InternRobotics/InternVLA-M1

88

InternVLA-M1: A Spatially Guided Vision-Language-Action Framework for Generalist Robot Policy

MultimodalPythonMIT

최근 30일 내 활발 · 라이선스 MIT · stars 435

★ 4352026-10-09이슈 9

gyunggyung/AGI-Papers

88

에이전트, 아키텍처 등 인공지능 분야의 주요 연구 논문들을 모아 놓은 자료실입니다.

MultimodalMIT

최근 30일 내 활발 · 라이선스 MIT · stars 423

★ 4232026-10-18이슈 1

laminlabs/lamindb

88

다양한 형태의 데이터를 관리하고 추적하는 오픈소스 데이터 레이크하우스입니다.

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 422

★ 4222026-10-22이슈 44

syswonder/robonix

88

로보틱스와 ROS2 기반의 Embodied AI 운영체제입니다.

MultimodalRustMulanPSL-2.0

최근 30일 내 활발 · 라이선스 MulanPSL-2.0 · stars 405

★ 4052026-10-21이슈 36

google-deepmind/videoprism

88

비디오 이해를 위한 기초 시각 인코더 모델을 제공하는 저장소이다.

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 400

★ 4002026-10-20이슈 13

ALEEEHU/World-Simulator

88

실제 세계 시뮬레이션을 위한 멀티모달 생성 모델 관련 조사 및 자료를 제공합니다.

MultimodalMIT

최근 30일 내 활발 · 라이선스 MIT · stars 394

★ 3942026-10-22이슈 0

xlang-ai/OSWorld-V2

88

실제 환경의 장기 작업에서 컴퓨터 사용 에이전트를 벤치마킹합니다.

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 381

★ 3812026-10-23이슈 54

Jinfeng-Xu/Awesome-Multimodal-Recommender-Systems

88

[TMM'26] Continuously Updated Awesome Multimodal Recommendation Paper List

MultimodalMIT

최근 30일 내 활발 · 라이선스 MIT · stars 365

★ 3652026-10-12이슈 0

healthylaife/MIMIC-IV-Data-Pipeline

88

MIMIC-IV의 다양한 형태의 데이터를 추출할 수 있는 맞춤형 파이프라인입니다.

MultimodalJupyter NotebookMIT

최근 30일 내 활발 · 라이선스 MIT · stars 360

★ 3602026-10-01이슈 1

CVHub520/X-AnyLabeling-Server

88

A Simple, Lightweight, and Extensible Serving Framework for X-AnyLabeling

MultimodalPythonAGPL-3.0

최근 30일 내 활발 · 라이선스 AGPL-3.0 · stars 329

★ 3292026-10-18이슈 6

Jinfeng-Xu/Multimodal-Recommendation-Library

88

A Continuously Updated Library for Advanced Models for Multimodal Recommendation

MultimodalPythonMIT

최근 30일 내 활발 · 라이선스 MIT · stars 320

★ 3202026-10-12이슈 1

🆕Hebbian-Robotics/hflow

87

로보틱스 및 물리적 AI를 위한 멀티모달 데이터 처리 파이프라인 구축 SDK입니다.

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 300

★ 3002026-10-19이슈 7

🆕six-nut/PocketMen-with-you

87

두 장 이상의 사진으로 고화질의 코덱 동반자를 생성하는 도구입니다.

MultimodalPythonMIT

최근 30일 내 활발 · 라이선스 MIT · stars 295

★ 2952026-10-13이슈 5

shawn0728/OpenSearch-VL

87

🔍 OpenSearch-VL provides a fully open recipe for training strong multimodal deep search agents through high-quality data curation, diverse visual/search tools, and fatal-aware agentic reinforcement learning.

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 294

★ 2942026-10-20이슈 6

TUM-AVS/FM-AD-Survey

87

자율주행 시나리오 생성 및 분석 관련 연구 논문을 모아 놓은 저장소입니다.

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 247

★ 2472026-10-06이슈 1

ayushh0110/ScreenMind

87

AI 기반으로 화면 기록을 캡처하고 분석하여 검색 및 대화할 수 있게 합니다.

MultimodalPythonMIT

최근 30일 내 활발 · 라이선스 MIT · stars 245

★ 2452026-10-15이슈 1

yunqing-me/AttackVLM

87

[NeurIPS, 500+ Citations!] Alignment & Safety for multimodal foundation models

MultimodalPythonMIT

최근 30일 내 활발 · 라이선스 MIT · stars 232

★ 2322026-10-20이슈 2

kyegomez/MambaTransformer

87

Integrating Mamba/SSMs with Transformer for Enhanced Long Context and High-Quality Sequence Modeling

MultimodalPythonMIT

최근 30일 내 활발 · 라이선스 MIT · stars 230

★ 2302026-10-09이슈 0

withceleste/celeste-python

87

다양한 모달리티와 제공업체를 위한 타입 안전한 AI 기본 기능을 제공합니다.

MultimodalPythonMIT

최근 30일 내 활발 · 라이선스 MIT · stars 227

★ 2272026-10-22이슈 40

gokayfem/ComfyUI-fal-API

87

fal.ai 모델들을 ComfyUI에서 사용할 수 있게 하는 커스텀 노드입니다.

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 225

★ 2252026-09-23이슈 0

ForeverBlue816/GRACE

87

양자화 인식 증류를 통해 배포 가능한 INT4 비전-언어 모델을 구현합니다.

MultimodalJupyter NotebookApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 211

★ 2112026-10-01이슈 0

worldbench/awesome-embodied-data-pyramid

87

체화된 조작을 위한 데이터 피라미드 구조를 조사한 자료 모음입니다.

MultimodalHTMLApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 204

★ 2042026-10-22이슈 0

mala-lab/InCTRL

87

소수 샘플 프롬프트를 이용한 일반화된 이상 탐지 모델을 구현합니다.

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 203

★ 2032026-09-29이슈 7

🆕MirroS-Lab/AgentGarten

87

AgentGarten: Code Worlds for Evolving Agents

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 201

★ 2012026-10-09이슈 2

ABaldrati/CLIP4Cir

86

[ACM TOMM 2023] - Composed Image Retrieval using Contrastive Learning and Task-oriented CLIP-based Features

MultimodalPythonMIT

최근 30일 내 활발 · 라이선스 MIT · stars 196

★ 1962026-10-12이슈 6

🆕OmniJev/OneJev

86

화면, 사진, 비디오, 텍스트 질문에 대해 다중 모드 추론으로 답변하는 시스템 모델입니다.

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 185

★ 1852026-10-22이슈 1

🆕MirroS-Lab/S-Space

86

S-Space: Exploring Spatial Workspace in Multimodal Models

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 176

★ 1762026-10-13이슈 0

isLinXu/paper-list

86

다양한 주제의 최신 논문 목록을 자동으로 업데이트하는 저장소입니다.

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 166

★ 1662026-10-22이슈 1

🆕groundingpi/GroundingPI

86

A 4B grounding foundation model for physical intelligence. Unifies detection, referring, pointing, OCR, GUI, and layout grounding, achieving SOTA overall across 34 benchmarks and improving robot generalization and data efficiency in controlled evaluations.

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 162

★ 1622026-10-14이슈 4

tongjingqi/Game-RL

86

다중 모드 검증 가능한 게임 데이터를 합성하여 VLM의 일반 추론 능력을 향상시킨다.

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 162

★ 1622026-10-01이슈 0

kyegomez/swarms-pytorch

86

다양한 군집 알고리즘을 PyTorch를 이용해 구현한 라이브러리입니다.

MultimodalPythonMIT

최근 30일 내 활발 · 라이선스 MIT · stars 157

★ 1572026-10-19이슈 4

Jian-Lang/awesome-modality-missing-learning

86

A collection of research studies centered on Modality Missing Learning (MML) (also referred to as Incomplete Multimodal Learning).

MultimodalHTMLMIT

최근 30일 내 활발 · 라이선스 MIT · stars 142

★ 1422026-10-11이슈 0

InternLM/Spatial-SSRL

86

[CVPR 2026] Official release of "Spatial-SSRL: Enhancing Spatial Understanding via Self-Supervised Reinforcement Learning"

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 141

★ 1412026-10-12이슈 0

microsoft/AesCode

86

Aesthetic code generation with decoupled cross-modal rewards: turning prompts into editable, verifiable HTML/CSS infographics, with image generators as aesthetic guidance.

MultimodalPythonMIT

최근 30일 내 활발 · 라이선스 MIT · stars 133

★ 1332026-10-21이슈 2

anam-org/metaxy

86

버전 관리형 증분 멀티모달 데이터 및 ML 파이프라인을 위한 플러그인 메타데이터 관리 프레임워크입니다.

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 125

★ 1252026-10-21이슈 82

tridz-dev/huf

85

팀과 앱을 위한 자체 호스팅 다중 에이전트 AI 인프라를 제공한다.

MultimodalPythonAGPL-3.0

최근 30일 내 활발 · 라이선스 AGPL-3.0 · stars 124

★ 1242026-10-22이슈 102

vinhnx/VT.ai

85

다양한 대화 흐름을 지원하는 멀티모달 인공지능 채팅 애플리케이션입니다.

MultimodalPythonMIT

최근 30일 내 활발 · 라이선스 MIT · stars 117

★ 1172026-10-21이슈 21

Picovoice/pico-cookbook

85

실시간 사적 애플리케이션 구축을 위한 음성, 언어, 비전 SDK 예제 모음입니다.

MultimodalCApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 117

★ 1172026-10-21이슈 0

VectorInstitute/vector-inference

85

슬럼 클러스터에서 효율적인 대규모 언어 모델 추론을 지원합니다.

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 110

★ 1102026-10-23이슈 13

oidlabs-com/Lexoid

85

다양한 데이터를 LLM이 활용 가능한 깨끗한 컨텍스트로 변환하는 범용 어댑터입니다.

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 109

★ 1092026-10-20이슈 33

The-Martyr/Awesome-Multimodal-Reasoning

85

Latest Advances on (RL based) Multimodal Reasoning and Generation in Multimodal LLMs

MultimodalMIT

최근 30일 내 활발 · 라이선스 MIT · stars 106

★ 1062026-10-19이슈 0

mstar-project/mstar

85

모든 종류의 모델을 위한 고성능 범용 서비스 프레임워크입니다.

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 102

★ 1022026-10-23이슈 251

ParisNeo/lollms

85

모든 알려진 AI 서비스와 호환되는 통합 인공지능 솔루션을 제공한다.

MultimodalVueApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 101

★ 1012026-10-22이슈 15

Troyanovsky/llama-vision-image-tagger

85

Use Llama3.2 Vision for tagging and searching images on your local machine.

MultimodalHTMLMIT

최근 30일 내 활발 · 라이선스 MIT · stars 100

★ 1002026-10-06이슈 2

tattle-made/feluda

85

A configurable engine for analysing multi-lingual and multi-modal content.

MultimodalPythonGPL-3.0

최근 30일 내 활발 · 라이선스 GPL-3.0 · stars 96

★ 962026-10-19이슈 25

🆕benmagnifico/DriveJev

85

An open-source, efficient System I decision model for autonomous driving.

MultimodalJavaScriptMIT

최근 30일 내 활발 · 라이선스 MIT · stars 96

★ 962026-10-03이슈 0

itsmeadarsh2008/opencode-senses

85

이미지나 스크린샷을 깊이 이해하고 분석하는 비전 플러그인입니다.

MultimodalTypeScriptMIT

최근 30일 내 활발 · 라이선스 MIT · stars 93

★ 932026-10-22이슈 2

CCI-Bonn/OHIF-AI

85

OHIF 뷰어에 서버 측 AI를 통합하여 의료 영상 분석을 지원합니다.

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 89

★ 892026-10-19이슈 1

rollroyces/deepcatch

85

성능 가중치 기반 다중 모드 융합으로 조기 암 진단을 지원합니다.

MultimodalPythonMIT

최근 30일 내 활발 · 라이선스 MIT · stars 88

★ 882026-10-17이슈 1

🆕ZJU-OmniAI/Spatial-Interactor

85

물리 세계와의 상호작용을 통해 공간 추론 능력을 학습하는 AI입니다.

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 85

★ 852026-10-15이슈 1

🆕groundingpi/GroundAnything

85

A 4B diffusion grounding model for fast, precise visual evidence extraction. Unifies diverse grounding tasks through parallel decoding, with optional self-speculative decoding delivering 4.51x autoregressive throughput on COCO.

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 84

★ 842026-10-14이슈 3

automatika-robotics/embodied-agents

84

환경 정보를 이해하고 기억하며 상호작용하는 물리적 에이전트 제작 프레임워크입니다.

MultimodalPythonMIT

최근 30일 내 활발 · 라이선스 MIT · stars 72

★ 722026-10-21이슈 1

xyz9911/FLAME

84

다중 모달 LLM을 이용해 도시 환경에서 탐색하는 방법을 학습합니다.

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 71

★ 712026-09-28이슈 10

EPFL-VILAB/Modus

84

MODUS: Decoder-only Any-to-Any Modeling of Diverse Modalities [ICML 2026]

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 69

★ 692026-10-11이슈 1

SemBench/SemBench

84

Benchmarking Semantic Query Processing Engines

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 68

★ 682026-10-21이슈 4

Allessyer/awesome-kaz-datasets

84

카자흐어 언어 기반의 다양한 작업용 데이터셋을 제공합니다.

MultimodalPythonMIT

최근 30일 내 활발 · 라이선스 MIT · stars 65

★ 652026-10-04이슈 0

seanpedrick-case/doc_redaction

84

GUI로 PDF, 이미지, 문서 파일의 개인정보를 가릴 수 있게 합니다.

MultimodalPythonAGPL-3.0

최근 30일 내 활발 · 라이선스 AGPL-3.0 · stars 63

★ 632026-09-28이슈 0

🆕DAGroup-PKU/PyRUA-Lean

84

Fewer Tokens, Better Action: GPT-6 Astra Robot Agents with 14% Higher Success but 65% Fewer Tokens

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 59

★ 592026-10-21이슈 0

OpenEnvision/AutoRubric-as-Reward

84

Auto-Rubric as Reward: From Implicit Preference to Explicit Generative Criteria

MultimodalPythonApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 57

★ 572026-09-25이슈 1

🆕OmniJev/PlayJev

84

🚀🚀 A 0.8B JEV-like multimodal model playing GUI games directly from raw pixels.

MultimodalJavaScriptApache-2.0

최근 30일 내 활발 · 라이선스 Apache-2.0 · stars 56

★ 562026-09-24이슈 0

billpsomas/icir

84

[NeurIPS 2025] Official implementation of "Instance-Level Composed Image Retrieval".

MultimodalPythonMIT

최근 30일 내 활발 · 라이선스 MIT · stars 56

★ 562026-10-05이슈 0

THUSI-Lab/GameVerse

84

[ICML 2026] GameVerse: Can Vision-Language Models Learn from Video-based Reflection?

MultimodalPythonMIT

최근 30일 내 활발 · 라이선스 MIT · stars 53

★ 532026-10-07이슈 0

yang-ai-lab/SleepLM

84

[ICML 2026, Spotlight] SleepLM: Natural-Language Intelligence for Human Sleep

MultimodalJupyter NotebookMIT

최근 30일 내 활발 · 라이선스 MIT · stars 52

★ 522026-10-07이슈 0

🆕yoheinakajima/glance-speedlab

84

낮은 지연 시간의 로컬 카메라 추론을 측정하는 연구실입니다.

MultimodalPythonMIT

최근 30일 내 활발 · 라이선스 MIT · stars 52

★ 522026-09-24이슈 0

RunanywhereAI/runanywhere-sdks

75

AI 모델을 로컬 환경에서 구동하기 위한 준비된 도구 모음입니다.

MultimodalC++NOASSERTION

최근 30일 내 활발 · 라이선스 불명확 · stars 10334

★ 10,3342026-10-21이슈 210

facebookresearch/mmf

74

A modular framework for vision & language multimodal research from Facebook AI Research (FAIR)

MultimodalPythonNOASSERTION

최근 30일 내 활발 · 라이선스 불명확 · stars 5636

★ 5,6362026-10-06이슈 150

EvolvingLMMs-Lab/lmms-eval

73

텍스트, 이미지, 비디오, 오디오 등 다양한 모달리티를 평가하는 통합 도구입니다.

MultimodalPythonNOASSERTION

최근 30일 내 활발 · 라이선스 불명확 · stars 4462

★ 4,4622026-10-22이슈 64

jingyi0000/VLM_survey

72

다양한 비전-언어 모델들을 모아 비전 작업에 대한 개요를 제공합니다.

Multimodal

최근 30일 내 활발 · 라이선스 불명확 · stars 3128

★ 3,1282026-10-05이슈 2

AI-Efficiency/Awesome-Model-Quantization

72

모델 양자화 관련 논문, 벤치마크, 도구 등을 모아 놓은 자료 모음집이다.

Multimodal

최근 30일 내 활발 · 라이선스 불명확 · stars 2456

★ 2,4562026-10-19이슈 3

software-mansion/react-native-executorch

71

React Native에서 기기 상으로 AI 모델을 선언적으로 실행하게 돕는다.

MultimodalTypeScriptNOASSERTION

최근 30일 내 활발 · 라이선스 불명확 · stars 1773

★ 1,7732026-10-22이슈 44

Tencent/AngelSlim

71

모델 압축을 위한 도구 모음으로 사용 편의성과 효율성을 높입니다.

MultimodalPythonNOASSERTION

최근 30일 내 활발 · 라이선스 불명확 · stars 1769

★ 1,7692026-10-14이슈 68

EvolvingLMMs-Lab/lmms-engine

70

A simple, unified multimodal models training engine. Lean, flexible, and built for hacking at scale.

MultimodalPython

최근 30일 내 활발 · 라이선스 불명확 · stars 832

★ 8322026-10-23이슈 11

microsoft/psi

69

Platform for Situated Intelligence

MultimodalC#NOASSERTION

최근 30일 내 활발 · 라이선스 불명확 · stars 577

★ 5772026-10-19이슈 63

🆕HRuiCcc/RuiC-card-skill

69

다양한 모델에서 사용 가능한 3D 홀로그램 카드 웹페이지를 생성합니다.

MultimodalJavaScriptNOASSERTION

최근 30일 내 활발 · 라이선스 불명확 · stars 569

★ 5692026-09-30이슈 15

OpenEnvision/Awesome-Multimodal-Modeling

69

다양한 모달리티를 다루는 모델링 관련 자료들을 모아 놓은 목록입니다.

MultimodalJavaScript

최근 30일 내 활발 · 라이선스 불명확 · stars 548

★ 5482026-10-18이슈 5

🆕v-modal/vmodal_sdk_robotics

68

로보틱스 비전 기능을 위한 SDK를 제공하는 라이브러리입니다.

MultimodalPython

최근 30일 내 활발 · 라이선스 불명확 · stars 459

★ 4592026-10-20이슈 1

Dicklesworthstone/franken_ocr

68

순수 Rust로 구현된 CPU 전용 OCR 엔진으로 이미지에서 텍스트를 추출합니다.

MultimodalRustNOASSERTION

최근 30일 내 활발 · 라이선스 불명확 · stars 337

★ 3372026-10-14이슈 0

yuanzhao-CVLAB/UniMMAD

67

UniMMAD: Unified Multi-Modal and Multi-Class Anomaly Detection via MoE-Driven Feature Decompression

MultimodalPython

최근 30일 내 활발 · 라이선스 불명확 · stars 249

★ 2492026-10-20이슈 4

ydyhello/Awesome-VLM-Streaming-Video

67

스트리밍 비디오에 적용되는 VLM 관련 논문과 코드를 모은 자료집입니다.

Multimodal

최근 30일 내 활발 · 라이선스 불명확 · stars 215

★ 2152026-10-16이슈 1

InternLM/ARM-Thinker

67

[CVPR 2026] Official Code for "ARM-Thinker: Reinforcing Multimodal Generative Reward Models with Agentic Tool Use and Visual Reasoning"

MultimodalPython

최근 30일 내 활발 · 라이선스 불명확 · stars 199

★ 1992026-10-13이슈 1

🆕starVLA/VLAct

66

비전-언어-행동 모델을 위한 표현 중심의 지속적 사전 학습 방법을 제공한다.

MultimodalPythonNOASSERTION

최근 30일 내 활발 · 라이선스 불명확 · stars 149

★ 1492026-09-30이슈 4

MessiX77/Awesome-Efficient-dLLMs

66

[EMNLP 2026] 📚 A curated list of Awesome Efficient dLLMs Papers with Codes

MultimodalNOASSERTION

최근 30일 내 활발 · 라이선스 불명확 · stars 144

★ 1442026-10-04이슈 0

avanturist322/awesome-memory-vla

66

기억 기능을 갖춘 시각-언어-행동 모델들을 모아놓은 목록입니다.

Multimodal

최근 30일 내 활발 · 라이선스 불명확 · stars 144

★ 1442026-10-22이슈 0

MrGiovanni/R-Super

66

방사선 보고서로부터 분할 학습을 수행하는 모델입니다.

MultimodalPythonNOASSERTION

최근 30일 내 활발 · 라이선스 불명확 · stars 136

★ 1362026-10-14이슈 1

TrustGen/TrustEval-toolkit

66

[ICLR'26, NAACL'25 Demo] Toolkit & Benchmark for evaluating the trustworthiness of generative foundation models.

MultimodalPythonNOASSERTION

최근 30일 내 활발 · 라이선스 불명확 · stars 136

★ 1362026-10-20이슈 2

isjinghao/OralGPT

65

구두 평가 및 다중 모달리티를 위한 공식 벤치마크 저장소입니다.

MultimodalPython

최근 30일 내 활발 · 라이선스 불명확 · stars 110

★ 1102026-10-20이슈 7

🆕ShadowSafin/AndroLLM

65

안드로이드 환경에서 로컬 구동 가능한 오픈소스 AI 비서입니다.

MultimodalKotlinNOASSERTION

최근 30일 내 활발 · 라이선스 불명확 · stars 108

★ 1082026-10-22이슈 1

Cominclip/OmniVerifier

65

[ICLR 2026 Oral & ICML 2026 & NeurIPS 2026] Generative Universal Verifier as Multimodal Meta-Reasoner

MultimodalPython

최근 30일 내 활발 · 라이선스 불명확 · stars 105

★ 1052026-10-16이슈 1

🆕dlgjr/FINAR-VL

65

문서, 차트, 표 이해 및 금융 분석을 위한 오픈소스 멀티모달 LLM이다.

MultimodalPython

최근 30일 내 활발 · 라이선스 불명확 · stars 102

★ 1022026-09-26이슈 0

🆕julianmb/halofpx

65

AMD Strix Halo에서 다양한 LLM을 구동하는 OpenAI 호환 서버입니다.

MultimodalPythonNOASSERTION

최근 30일 내 활발 · 라이선스 불명확 · stars 94

★ 942026-09-24이슈 2

qualcomm/cloud-ai-sdk

65

Qualcomm Cloud AI SDK (Platform and Apps) enable high performance deep learning inference on Qualcomm Cloud AI platforms delivering high throughput and low latency across Computer Vision, Object Detection, Natural Language Processing and Generative AI models.

MultimodalJupyter NotebookNOASSERTION

최근 30일 내 활발 · 라이선스 불명확 · stars 85

★ 852026-10-07이슈 7

trillion-labs/gWorld

64

모바일 GUI 에이전트를 위한 오픈 가중치 GUI 월드 모델로 다음 화면을 HTML로 예측합니다.

MultimodalPython

최근 30일 내 활발 · 라이선스 불명확 · stars 62

★ 622026-09-29이슈 3

KrishnaswamyLab/ImmunoStruct

64

[𝐧𝐚𝐭𝐮𝐫𝐞 𝐦𝐚𝐜𝐡𝐢𝐧𝐞 𝐢𝐧𝐭𝐞𝐥𝐥𝐢𝐠𝐞𝐧𝐜𝐞] ImmunoStruct enables multimodal deep learning for immunogenicity prediction

MultimodalPythonNOASSERTION

최근 30일 내 활발 · 라이선스 불명확 · stars 51

★ 512026-10-05이슈 2