multimodal-ai
7 proyectos comparten este topic de GitHub
Las líneas conectan a los miembros que están mediblemente relacionados entre sí. El tamaño de los puntos refleja las estrellas.
🧬 Miembros
Generative-Media-Skills
Multi-modal Generative Media Skills for AI Agents (Claude Code, Cursor, Gemini CLI). High-quality image,…
★ 3.9k
video-search-and-summarization
NVIDIA AI Blueprint for video search and summarization (VSS) is a GPU-accelerated reference architecture for…
★ 1.8k
vllm-mlx
OpenAI and Anthropic compatible server for Apple Silicon. Run LLMs and vision-language models (Llama,…
★ 1.5k
EVA-OS
EVA OS — A real-time multimodal AIOS for next-generation hardware, enabling your devices being “alive”…
★ 1.1k
vectordb-recipes
Resource, examples & tutorials for multimodal AI, RAG and agents using vector search and LLMs
★ 970
OmniShow
[ICML 2026] ByteDance's All-in-One Video Generation Model for Human-Object Interaction Video Generation
★ 462
HEX
HEX is a whole-body vision-language-action framework for full-sized humanoid robots.
★ 338
🔗 Familias relacionadas
Medido a partir de los temas de GitHub compartidos por ambos proyectos, ponderado por cuán raros son cada uno de los temas.