multimodal-ai
multimodal-ai टैग वाली ट्रैक की गई ओपन सोर्स रिपॉजिटरी, स्टार के हिसाब से क्रमबद्ध।
मिलते-जुलते विषय
वे विषय जो अक्सर एक ही रिपॉजिटरी पर multimodal-ai के साथ आते हैं।
हाल में उभरे
पिछले 90 दिनों में बनी और multimodal-ai टैग वाली रिपॉजिटरी।
पिछले 90 दिनों में इस विषय के टैग वाली कोई नई रिपॉजिटरी नहीं आई।
- #1
🚀 ऑफ़लाइन वीडियो जनरेशन और डिजिटल ह्यूमन क्लोनिंग के लिए पूरी तरह से ओपन-सोर्स AI अवतार (डिजिटल ह्यूमन) टूलकिट।
★ 14,992+65पिछले 7 दिनों में स्टार का बदलाव - #2
OpenAI 호환 텍스트, 이미지, 비디오 및 에이전트 워크플로우를 위한 공식 Agnes AI 게이트웨이 및 모델 카탈로그.
★ 5,044+28पिछले 7 दिनों में स्टार का बदलाव - #3
AI एजेंट्स (Claude Code, Cursor, Gemini CLI) के लिए मल्टी-मोडल जेनरेटिव मीडिया स्किल्स। muapi.ai द्वारा संचालित उच्च-गुणवत्ता वाली छवि, वीडियो और ऑडियो जनरेशन।
★ 4,205+19पिछले 7 दिनों में स्टार का बदलाव - #4
Mano-P: एज उपकरणों के लिए ओपन-सोर्स GUI-VLA एजेंट। OSWorld पर #1 (विशिष्ट, 58.2%)। Apple M4 Mac mini/MacBook पर स्थानीय रूप से चलता है — कोई भी डेटा आपके डिवाइस से बाहर नहीं जाता।
★ 2,615+15पिछले 7 दिनों में स्टार का बदलाव - #5
EVA OS — अगली पीढ़ी के हार्डवेयर के लिए एक रियल-टाइम मल्टीमोडल AIOS, जो आपके उपकरणों को "जीवित" और वास्तविक मस्तिष्क जितना बुद्धिमान बनाता है।
★ 1,869+87पिछले 7 दिनों में स्टार का बदलाव - #6
वीडियो सर्च और समरीकरण (VSS) के लिए NVIDIA AI ब्लूप्रिंट, वास्तविक समय के सत्यापित अलर्ट, विजुअल Q&A और स्वचालित रिपोर्टिंग के साथ वीडियो एनालिटिक्स एजेंट बनाने के लिए एक GPU-त्वरित संदर्भ वास्तुकला है। VSS ब्लूप्रिंट NVIDIA Cosmos जैसे विजन लैंग्वेज मॉडल (VLM), NVIDIA Nemotron जैसे LLM, RAG और NVIDIA NIMs का उपयोग करता है।
★ 1,840+10पिछले 7 दिनों में स्टार का बदलाव - #7
OpenGUI फोन-उपयोग AI के लिए एक Android GUI एजेंट फ्रेमवर्क है जो GUI के माध्यम से वास्तविक मोबाइल ऐप्स को देख, योजना बना और संचालित कर सकता है।
★ 1,624+38पिछले 7 दिनों में स्टार का बदलाव - #8
Apple Silicon के लिए हाई-परफॉरमेंस OpenAI और Anthropic संगत LLM इन्फेरेंस सर्वर। नेटिव MLX, निरंतर बैचिंग, मल्टीमॉडल मॉडल, MCP टूल कॉलिंग, और Claude Code समर्थन।
★ 1,557+6पिछले 7 दिनों में स्टार का बदलाव - #9
155+ विजन-लैंग्वेज मॉडल (VLM/MLLM) आर्किटेक्चर की क्यूरेटेड विजुअल कैटलॉग: पेपर, आरेख, ट्रेनिंग रेसिपी, डेटासेट, और मल्टीमॉडल AI एजेंटों के लिए रिलीज़ टाइमलाइन।
★ 1,310+2पिछले 7 दिनों में स्टार का बदलाव - #10
XiaoyaoSearch: आपकी बात समझता है, आपकी छवियों को पढ़ता है, AI के साथ कोई भी स्थानीय फ़ाइल ढूंढता है। खोज को चैट जितना आसान बनाना।
★ 1,084+1पिछले 7 दिनों में स्टार का बदलाव - #11
आपका ओपन ऑटोनॉमस Android एजेंट — एक प्रोडक्शन-रेडी, सेल्फ-प्लानिंग AI असिस्टेंट जो लोकल/रिमोट LLMs और एक्सेसिबिलिटी-ड्रिवन स्क्रीन ऑटोमेशन द्वारा संचालित है।
★ 1,022+44पिछले 7 दिनों में स्टार का बदलाव - #12
वेक्टर सर्च और LLMs का उपयोग करके मल्टीमॉडल AI, RAG और एजेंट्स के लिए संसाधन, उदाहरण और ट्यूटोरियल
★ 973-1पिछले 7 दिनों में स्टार का बदलाव - #13★ 596—पिछले 7 दिनों में स्टार का बदलाव
