vlm

Nền tảng kỹ thuật VLA tất cả trong một cho AI hiện thân — từ dữ liệu đến triển khai robot thực tế.

MiMo-VL

Bộ sưu tập hơn 100 kỹ năng chưng cất nhân cách toàn diện và cập nhật nhất, hệ thống đa agent, bao gồm các danh mục như người nổi tiếng, đạo diễn, tác giả, cổ thư, anime, công sở và cảm xúc

🤗 Optimum Intel: Tăng tốc suy luận với các công cụ tối ưu hóa của Intel.

ScreenAgent: Một tác nhân điều khiển máy tính được điều khiển bởi mô hình ngôn ngữ lớn thị giác (IJCAI-24)

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

Go với trí tuệ của riêng bạn - Các ứng dụng Go tích hợp trực tiếp llama.cpp để suy luận cục bộ sử dụng tăng tốc phần cứng.

Các node ComfyUI dành cho mô hình ngôn ngữ - thị giác: Qwen3-VL, Moondream 3, Florence-2, SmolVLM2, InternVL, Gemma 3, MiniCPM-V. Cùng với khả năng phát hiện từ vựng mở, phân đoạn SAM2/SAM3, suy luận thời gian trong video, GGUF qua llama.cpp và các API LLM/VLM được lưu trữ.

RAI là một khung tác nhân bất khả tri về nhà cung cấp cho robot AI vật lý, sử dụng các công cụ ROS 2 để thực hiện các hành động phức tạp, các kịch bản được xác định, thực thi giao diện tự do, tóm tắt nhật ký, tương tác giọng nói và hơn thế nữa.

Flame là một hệ thống AI đa phương thức mã nguồn mở được thiết kế để chuyển đổi các bản thiết kế UI thành mã React chất lượng cao. Nó tận dụng mô hình ngôn ngữ thị giác, tổng hợp dữ liệu tự động và quy trình đào tạo có cấu trúc để thu hẹp khoảng cách giữa thiết kế và phát triển front-end.

Công cụ Node Creative Coding / 3D / Xử lý hình ảnh lấy cảm hứng từ Quartz Composer.

Sử dụng reMarkable2 làm giao diện cho các vision-LLM (ChatGPT, Claude, Gemini).

Trung tâm cho các lược đồ chuyên ngành công nghiệp khác nhau để sử dụng với VLM.

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

Tổng hợp các mô hình đa phương thức (bao gồm MLLM, UMM và NMM).

Danh sách tổng hợp các bài báo xuất sắc về Embodied AI cùng các tài nguyên nghiên cứu và công nghiệp liên quan.

Danh sách các dự án mã nguồn mở nổi bật về CUDA, cuda-python, cuBLAS, cuDNN, CUTLASS, TensorRT, TensorRT-LLM, Triton, TVM, MLIR, PTX và Điện toán hiệu năng cao (HPC).