Inicio Proyectos VisionLLM
VisionLLM
Python

VisionLLM

Serie VisionLLM

por OpenGVLab · GitHub
Estrellas
Ramas
Tendencias
Licencia
Creado
Último commit
Lenguaje
generalist-modellarge-language-modelsobject-detectionApache-2.0Python
Ver en GitHub
En palabras simples

Usa un modelo de lenguaje grande para realizar diversas tareas relacionadas con la comprensión y generación visual.

¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
VisionLLM — GitHub preview card
📈 Historial de estrellas
1 1541 152
2026-07-202026-08-31
📈 Sigue VisionLLM

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

Serie VisionLLM

VisionLLM tiene 1.2k estrellas en GitHub. Se ha bifurcado 63 veces. VisionLLM está escrito principalmente en Python. Se desarrolla activamente desde 2023. VisionLLM está disponible bajo la licencia Apache-2.0. Sus temas principales son: generalist-model, large-language-models, object-detection.

Frequently asked questions

¿Qué es VisionLLM?

Serie VisionLLM

¿VisionLLM es de código abierto?

VisionLLM es un proyecto de código abierto. Se distribuye bajo la licencia Apache-2.0.

¿VisionLLM es gratis?

Sí. VisionLLM es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿Bajo qué licencia está VisionLLM?

VisionLLM está disponible bajo la licencia Apache-2.0.

¿En qué lenguaje está escrito VisionLLM?

VisionLLM está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — VisionLLM

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=opengvlab-visionllm)](https://olud.ai/project/opengvlab-visionllm.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.