vlm

Uma plataforma de engenharia VLA all-in-one para IA incorporada — dos dados à implantação em robôs reais.

MiMo-VL

A coleção mais completa, continuamente atualizada e popular da internet com mais de 100 habilidades de destilação de personalidade | Sistema multi-agente | Celebridades/Diretores/Mestres do Tianya/Livros Antigos/Anime/Carreira/Relacionamentos de todas as categorias

🤗 Optimum Intel: Acelere a inferência com ferramentas de otimização da Intel

ScreenAgent: Um agente de controle de computador impulsionado por modelo de linguagem visual de grande escala (IJCAI-24)

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

Vá com sua própria inteligência - Aplicativos Go que integram diretamente o llama.cpp para inferência local usando aceleração de hardware.

Nós do ComfyUI para modelos de visão-linguagem: Qwen3-VL, Moondream 3, Florence-2, SmolVLM2, InternVL, Gemma 3, MiniCPM-V. Inclui detecção de vocabulário aberto, segmentação SAM2/SAM3, raciocínio temporal de vídeo, GGUF via llama.cpp e APIs de LLM/VLM hospedadas.

RAI é um framework agnóstico de fornecedor para robótica de IA Física, utilizando ferramentas ROS 2 para executar ações complexas, cenários definidos, execução de interface livre, resumos de logs, interação de voz e muito mais.

O Flame é um sistema de IA multimodal de código aberto projetado para traduzir protótipos de design de interface em código React de alta qualidade. Ele aproveita modelagem de visão-linguagem, síntese automatizada de dados e fluxos de trabalho de treinamento estruturados para preencher a lacuna entre o design e o desenvolvimento front-end.

Ferramenta de computação criativa / 3D / processamento de imagem em Node inspirada no Quartz Composer

Use o reMarkable2 como uma interface para LLMs de visão (ChatGPT, Claude, Gemini). Fantasma na máquina!

Um hub para vários esquemas específicos da indústria para uso com VLMs.

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

Modelagem Multimodal Incrível [Abrange MLLM, UMM e NMM]

Uma lista com curadoria de artigos incríveis sobre Embodied AI e recursos relacionados a pesquisas e à indústria.

🚀🚀🚀 Este repositório lista alguns projetos incríveis públicos de CUDA, cuda-python, cuBLAS, cuDNN, CUTLASS, TensorRT, TensorRT-LLM, Triton, TVM, MLIR, PTX e Computação de Alto Desempenho (HPC).