Мультимодальный AI
DeepSeek-OCR — Document OCR and visual understanding
deepseek-ai/DeepSeek-OCR
Contexts Optical Compression
★ 23,8K⑂ 2,2KPython
ToolAI.io · Канал GitHub
Каталог AI-проектов на GitHub
Просмотрите полный каталог ToolAI AI-проектов с открытым исходным кодом на GitHub, упорядоченный по теме, языку и лицензии.
Данные публичного репозитория
Индекс проекта
Мультимодальный AI
Qwen3-VL — Vision-language models
QwenLM/Qwen3-VL
Qwen3-VL is the multimodal large language model series developed by Qwen team, Alibaba Cloud
★ 19,8K⑂ 1,8KPython
Мультимодальный AI
Janus — Unified multimodal understanding and generation
deepseek-ai/Janus
Janus-Series: Unified Multimodal Understanding and Generation Models
★ 17,8K⑂ 2,2KPython
Мультимодальный AI
HY-World-2.0
Tencent-Hunyuan/HY-World-2.0
HY-World 2.0: A Multi-Modal World Model for Reconstructing, Generating, and Simulating 3D Worlds
★ 2,4K⑂ 209Python
Мультимодальный AI
stable-diffusion-webui
AUTOMATIC1111/stable-diffusion-webui
A browser interface for Stable Diffusion image generation and extensions.
★ 164,8K⑂ 30,6KPython
Мультимодальный AI
HunyuanWorld-1.0
Tencent-Hunyuan/HunyuanWorld-1.0
Generating Immersive, Explorable, and Interactive 3D Worlds from Words or Pixels with Hunyuan3D World Model
★ 2,9K⑂ 261Python
Мультимодальный AI
HunyuanImage-3.0
Tencent-Hunyuan/HunyuanImage-3.0
HunyuanImage-3.0: A Powerful Native Multimodal Model for Image Generation
★ 3,2K⑂ 175Python
Мультимодальный AI
CogVideo
zai-org/CogVideo
text and image to video generation: CogVideoX (2024) and CogVideo (ICLR 2023)
★ 12,9K⑂ 1,3KPython
Мультимодальный AI
Hunyuan3D-2
Tencent-Hunyuan/Hunyuan3D-2
High-Resolution 3D Assets Generation with Large Scale Hunyuan3D Diffusion Models.
★ 14,4K⑂ 1,5KPython
Страница 2 / 2 · 21 проектов