vlm

Plateforme d'ingénierie VLA tout-en-un pour l'IA incarnée, des données au déploiement sur robot réel

MiMo-VL

La collection la plus complète, mise à jour en continu et la plus populaire de plus de 100 compétences distillées de personnalités | Système multi-agent | Toutes catégories : célébrités, réalisateurs, experts Tianya, textes anciens, ACG, milieu professionnel, émotions

🤗 Optimum Intel : Accélérez l'inférence avec les outils d'optimisation Intel

ScreenAgent : un agent de contrôle d'ordinateur piloté par un grand modèle de langage visuel (IJCAI-24)

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

Go avec votre propre intelligence - Applications Go qui intègrent directement llama.cpp pour l'inférence locale avec accélération matérielle.

Nœuds ComfyUI pour les modèles vision-langage : Qwen3-VL, Moondream 3, Florence-2, SmolVLM2, InternVL, Gemma 3, MiniCPM-V. Inclut également la détection à vocabulaire ouvert, la segmentation SAM2/SAM3, le raisonnement temporel vidéo, GGUF via llama.cpp et des API LLM/VLM hébergées.

RAI est un framework d'agents indépendant des fournisseurs pour la robotique en IA physique, utilisant les outils ROS 2 pour exécuter des actions complexes, des scénarios définis, une interface libre, des résumés de journaux, des interactions vocales et plus encore.

Outil de création de code / 3D / traitement d'image pour Node inspiré de Quartz Composer

Flame est un système d'IA multimodal open-source conçu pour traduire des maquettes de design d'UI en code React de haute qualité. Il exploite la modélisation vision-langage, la synthèse automatisée de données et des flux de travail d'entraînement structurés pour combler le fossé entre le design et le développement front-end.

Utilisez la reMarkable2 comme interface pour des LLM vision (ChatGPT, Claude, Gemini). Un esprit dans la machine !

Un hub pour divers schémas spécifiques à l'industrie à utiliser avec les VLM.

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

Awesome Multimodal Modeling [Couvre MLLM, UMM et NMM]

Une liste organisée d'articles remarquables sur l'IA incarnée et les ressources associées issues de la recherche ou de l'industrie.

🚀🚀🚀 Ce dépôt liste des projets remarquables en CUDA, cuda-python, cuBLAS, cuDNN, CUTLASS, TensorRT, TensorRT-LLM, Triton, TVM, MLIR, PTX et en calcul haute performance (HPC).