由于 trendforge.devlive.top 访问受限，请切换到 trendforge.devlive.org 域名

vision-language

话题找到数量

salesforce/BLIP

Jupyter Notebook

BLIP 模型的 PyTorch 实现：通过自举法实现语言-图像预训练，达成统一视觉-语言理解与生成

image-captioning image-text-retrieval vision-and-language-pre-training
salesforce
salesforce 开发者
5.7k
765
472
排名 #9
7月4日
查看详情

Blaizzy/mlx-vlm

Python

MLX-VLM：基于MLX在Mac上进行视觉语言模型推理与微调的工具包

apple-silicon florence2 idefics
Blaizzy
Blaizzy 开发者
4.7k
522
481
+50
排名 #11
5月7日
查看详情

datawhalechina/every-embodied

Jupyter Notebook

仅需Python基础，从零构建自己的具身智能机器人；逐步实现VLA/OpenVLA/SmolVLA/Pi0，深入理解具身智能

embodied-agent embodied-ai embodied-intelligence
datawhalechina
datawhalechina 开发者
1.4k
148
456
+307
排名 #1
4月12日
查看详情

InternRobotics/InternNav

Jupyter Notebook

InternRobotics 用于构建通用导航基础模型的开源平台

mllms navigation robotics
InternRobotics
InternRobotics 开发者
972
132
564
排名 #16
7月17日
查看详情

linzhiqiu/t2v_metrics

Jupyter Notebook

使用VQAScore评估文本到图像/视频/3D模型

generative-ai vision-language-model
linzhiqiu
linzhiqiu 开发者
582
76
364
+65
排名 #9
5月31日
查看详情

Siddhesh2377/ToolNeuron

Kotlin

安卓端设备本地人工智能——支持大语言模型聊天、视觉语言模型、图像生成、工具调用、AI角色扮演、检索增强生成知识包、文本转语音与语音转文本。完全离线运行，无需订阅，开源免费。

ai-personas android gguf-models
Siddhesh2377
Siddhesh2377 开发者
371
39
332
+1
排名 #10
4月23日
查看详情
助手