vlm

Die umfassendste, kontinuierlich aktualisierte Sammlung von über 100 destillierten Persönlichkeits-Skills | Multi-Agenten-Systeme | Prominente, Regisseure, Experten, antike Texte, Anime, Berufswelt und Emotionen

Eine All-in-One-VLA-Engineering-Plattform für verkörperte KI – von Daten bis zum Deployment auf echten Robotern.

MiMo-VL

🤗 Optimum Intel: Beschleunigung der Inferenz mit Intel-Optimierungstools

ScreenAgent: Ein durch ein visuelles Sprachmodell gesteuerter Computer-Control-Agent (IJCAI-24).

An open-weight 11B model series for long-form and real-time video understanding

Go mit eigener Intelligenz – Go-Anwendungen, die llama.cpp direkt für lokale Inferenz mittels Hardwarebeschleunigung integrieren.

ComfyUI-Knoten für Vision-Language-Modelle: Qwen3-VL, Moondream 3, Florence-2, SmolVLM2, InternVL, Gemma 3, MiniCPM-V. Plus Open-Vocabulary-Erkennung, SAM2/SAM3-Segmentierung, Video-Temporal-Reasoning, GGUF über llama.cpp und gehostete LLM/VLM-APIs.

RAI ist ein herstellerunabhängiges Agenten-Framework für physische KI-Robotik, das ROS 2-Tools für komplexe Aktionen, Szenarien, freie Schnittstellenausführung, Protokollzusammenfassungen und Sprachinteraktion nutzt.

Node-basiertes Tool für Creative Coding, 3D und Bildverarbeitung, inspiriert von Quartz Composer

Flame ist ein Open-Source multimodales KI-System zur Umwandlung von UI-Design-Mockups in hochwertigen React-Code. Es nutzt Vision-Language-Modelle und automatisierte Workflows, um die Lücke zwischen Design und Frontend-Entwicklung zu schließen.

Verwenden Sie das reMarkable2 als Schnittstelle zu Vision-LLMs (ChatGPT, Claude, Gemini).

Eine zentrale Anlaufstelle für verschiedene branchenspezifische Schemata zur Verwendung mit VLMs.

A high-performance framework for training LLMs, VLMs, diffusion, and embodied models on NVIDIA GPUs and Kunlun XPUs.

Awesome Multimodal Modeling [Umfasst MLLM, UMM und NMM].

Eine kuratierte Liste herausragender Paper zu Embodied AI sowie zugehöriger Forschungs- und Industrieressourcen

🚀🚀🚀 Dieses Repository listet herausragende öffentliche Projekte zu CUDA, cuda-python, cuBLAS, cuDNN, CUTLASS, TensorRT, TensorRT-LLM, Triton, TVM, MLIR, PTX und High Performance Computing (HPC).

Clip any video into a narration recap with claude code skill｜用 claude code skill 把任何视频剪辑成中文解说视频，支持剪映导出