Accueil Projets Ovis-U1
Ovis-U1
Python

Ovis-U1

Un modèle unifié qui intègre parfaitement la compréhension multimodale, la génération de texte à image et l'édition d'image au sein d'un cadre puissant unique.

par ATH-MaaS · GitHub
Étoiles
Forks
Licence
Créé
Dernier commit
Catégorie
Langue
image-editingmultimodal-large-language-modelstext-to-imageApache-2.0Python
Voir sur GitHub
En termes simples

Générez des images à partir de texte, éditez des images et comprenez des scènes complexes en utilisant un seul modèle IA.

Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →
Ovis-U1 — GitHub preview card
📈 Historique des étoiles
451450
2026-07-202026-08-31
📈 Suivez Ovis-U1

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment
Recevoir des alertes e-mail →
📄 À propos

Un modèle unifié qui intègre parfaitement la compréhension multimodale, la génération de texte à image et l'édition d'image au sein d'un cadre puissant unique.

Ovis-U1 compte 450 étoiles sur GitHub. Il a été forké 15 fois. Ovis-U1 est écrit principalement en Python. Il est développé activement depuis 2025. Ovis-U1 est disponible sous licence Apache-2.0. Ses principaux thèmes sont : image-editing, multimodal-large-language-models, text-to-image.

Frequently asked questions

Qu'est-ce que Ovis-U1 ?

Un modèle unifié qui intègre parfaitement la compréhension multimodale, la génération de texte à image et l'édition d'image au sein d'un cadre puissant unique.

Ovis-U1 est-il open source ?

Ovis-U1 est un projet open source. Il est distribué sous licence Apache-2.0.

Ovis-U1 est-il gratuit ?

Oui. Ovis-U1 est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Sous quelle licence est Ovis-U1 ?

Ovis-U1 est disponible sous licence Apache-2.0.

Dans quel langage Ovis-U1 est-il écrit ?

Ovis-U1 est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — Ovis-U1

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![olud.ai](https://olud.ai/badge.php?tool=ath-maas-ovis-u1)](https://olud.ai/project/ath-maas-ovis-u1.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
RPG-DiffusionMaster
[ICML 2024] Maîtriser la diffusion texte-image : Recaptioning, planification et génération avec…
1.8k · image-editting
partagemultimodal-large-language-modelstext-to-image
stable-flow
Implémentation officielle pour "Stable Flow: Vital Layers for Training-Free Image Editing" [CVP…
409 · deep-learning
partageimage-editingtext-to-image
Ovis-Image
Ovis-Image est un modèle texte-à-image de 7B spécifiquement optimisé pour un rendu textuel de h…
318 · image-generation
partagetext-to-image
DALLE2-pytorch
Implémentation de DALL-E 2, le réseau de neurones de synthèse texte-image mis à jour d'OpenAI,…
11.3k · artificial-intelligence
partagetext-to-image
DF-GAN
[CVPR2022 oral] Une base simple et efficace pour la synthèse texte-image
326 · generative-adversarial-network
partagetext-to-image
Paint-by-Example
Peindre par exemple : Édition d'image basée sur des exemples avec des modèles de diffusion
1.3k · computer-vision
partageimage-editing
Awesome-Medical-Large-Language-Models
Articles sélectionnés sur les grands modèles de langage dans le domaine de la santé et médical
390 · large-language-models
partagemultimodal-large-language-models
VQGAN-CLIP
Juste en train de jouer avec l'exécution de VQGAN+CLIP localement, plutôt que d'avoir à utilise…
2.7k · text-to-image
partagetext-to-image
Spatial-MLLM
[NeurIPS 2025 Spotlight] Implémentation officielle de Spatial-MLLM : Amélioration des Capacités…
477 · aigc
partagemultimodal-large-language-models
Attend-and-Excite
Implémentation officielle pour "Attend-and-Excite: Attention-Based Semantic Guidance for Text-t…
772 · diffusion-models
partagetext-to-image

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.