multimodal-ai

🚀 오프라인 비디오 생성 및 디지털 휴먼 클로닝을 위한 진정한 오픈소스 AI 아바타(디지털 휴먼) toolkit.

OpenAI 호환 텍스트, 이미지, 비디오 및 에이전트 워크플로우를 위한 공식 Agnes AI 게이트웨이 및 모델 카탈로그.

AI 어시스턴트(Claude Code, Cursor, Gemini CLI)를 위한 멀티모달 생성형 미디어 스킬. muapi.ai 기반의 고품질 이미지, 비디오, 오디오 생성.

Mano-P: 엣지 디바이스를 위한 오픈소스 GUI-VLA 에이전트. OSWorld 1위(특화 분야, 58.2%). Apple M4 Mac mini/MacBook에서 로컬로 실행되며 데이터가 기기를 벗어나지 않습니다.

EVA OS — 차세대 하드웨어를 위한 실시간 멀티모달 AIOS로, 기기가 실제 두뇌처럼 ' 살아있고' 지능적으로 작동하도록 지원합니다.

비디오 검색 및 요약(VSS)을 위한 NVIDIA AI Blueprint는 실시간 검증된 알림, 시각적 Q&A, 자동화된 보고 기능을 갖춘 비디오 분석 에이전트를 구축하기 위한 GPU 가속 레퍼런스 아키텍처입니다. VSS Blueprint는 NVIDIA Cosmos 같은 비전 언어 모델(VLM), NVIDIA Nemotron 같은 LLM, RAG 및 NVIDIA NIM을 사용합니다.

OpenGUI는 GUI를 통해 실제 모바일 앱을 보고, 계획하고, 조작할 수 있는 휴대폰 사용 AI를 위한 Android GUI 에이전트 프레임워크입니다.

Apple Silicon을 위한 고성능 OpenAI 및 Anthropic 호환 LLM 추론 서버. 네이티브 MLX, 연속 배치, 멀티모달 모델, MCP 도구 호출 및 Claude Code 지원.

155개 이상의 시각-언어 모델(VLM/MLLM) 아키텍처를 엄선한 시각적 카탈로그: 멀티모달 AI 에이전트를 위한 논문, 다이어그램, 학습 레시피, 데이터셋 및 출시 타임라인.

XiaoyaoSearch: AI를 활용해 사용자의 말과 이미지를 이해하고 로컬 파일을 검색하는 도구. 채팅하듯 쉬운 검색을 제공합니다.

오픈 소스 자율형 Android 에이전트 — 로컬/원격 LLM 및 접근성 기반 화면 자동화로 구동되는 프로덕션 준비 완료된 자체 계획 AI 비서.

벡터 검색 및 LLM을 활용한 멀티모달 AI, RAG, 에이전트 리소스, 예제 및 튜토리얼

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