ملٹی موڈل AI
DeepSeek-OCR — Document OCR and visual understanding
deepseek-ai/DeepSeek-OCR
Contexts Optical Compression
★ 23.8K⑂ 2.2KPython
ToolAI.io · GitHub چینل
GitHub پر اوپن سورس AI پروجیکٹس
LLM، ایجنٹ، MCP، RAG اور AI ڈویلپمنٹ پروجیکٹس کی حقائق پر مبنی فہرست، جس میں ہر اندراج کے لیے لائسنس، سیٹ اپ، ڈاؤن لوڈ، اسکرین شاٹس اور متعلقہ وسائل شامل ہیں۔
عوامی ریپوزٹری کا ڈیٹا
پروجیکٹ انڈیکس
ملٹی موڈل 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
ملٹی موڈل AI
Janus — Unified multimodal understanding and generation
deepseek-ai/Janus
Janus-Series: Unified Multimodal Understanding and Generation Models
★ 17.8K⑂ 2.2KPython
ملٹی موڈل 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
ملٹی موڈل AI
stable-diffusion-webui
AUTOMATIC1111/stable-diffusion-webui
A browser interface for Stable Diffusion image generation and extensions.
★ 164.8K⑂ 30.6KPython
ملٹی موڈل 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
ملٹی موڈل AI
HunyuanImage-3.0
Tencent-Hunyuan/HunyuanImage-3.0
HunyuanImage-3.0: A Powerful Native Multimodal Model for Image Generation
★ 3.2K⑂ 175Python
ملٹی موڈل AI
CogVideo
zai-org/CogVideo
text and image to video generation: CogVideoX (2024) and CogVideo (ICLR 2023)
★ 12.9K⑂ 1.3KPython
ملٹی موڈل AI
Hunyuan3D-2
Tencent-Hunyuan/Hunyuan3D-2
High-Resolution 3D Assets Generation with Large Scale Hunyuan3D Diffusion Models.
★ 14.4K⑂ 1.5KPython
صفحہ 2 / 2 · 21 پروجیکٹس