项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 376
核心亮点
- 无需预训练视觉编码器，结构更简洁，训练流程简化
- 像素级输入直接建模，减少特征对齐损失，提升跨模态一致性
- 提供多种规模（1.6B/7B），适配不同算力场景
不足之处
- 项目处于早期阶段，文档和社区生态尚待完善
- 大规模版本（如7B）对推理资源要求较高
适用场景
- 多模态对话助手开发
- 图像描述与视觉问答系统
- 边缘设备上的轻量级视觉语言推理
替代项目
LLaVA、Qwen-VL、MiniGPT-4
同类项目推荐
buffer-of-thought-llm
开源
给大模型装个思想缓存，复杂推理更准更稳
[NeurIPS 2024 Spotlight] Buffer of Thoughts: Thought-Augmented Reasoning with Large ···
awesome-opensource-ai
开源
每日更新，帮你精选最值得关注的真正开源AI项目。
Curated list of the best truly open-source AI projects, models, tools, and infrastru···
sd-webui-complete-setup
开源
在 Jupyter 里一键装好 Stable Diffusion，省去环境折腾
Jupyter notebook for Stable Diffusion Web UI and Stable Diffusion Web UI Forge.
amazon-bedrock-samples
开源
官方示例，快速上手 Bedrock 全家桶
This repository contains examples for customers to get started using the Amazon Bedr···
nuwa-pytorch
开源
用文本生成视频的PyTorch实现，体验女娲模型
Implementation of NÜWA, state of the art attention network for text to video synthe···
llm-legislativo
开源
巴西立法语料+纯PyTorch从零训练小模型
Corpus legislativo brasileiro em larga escala e modelo Transformer causal treinado d···
recurrent-interface-network-pyto···
开源
单模型搞定图像视频生成，告别级联网络
Implementation of Recurrent Interface Network (RIN), for highly efficient generation···
unilm
开源
一个模型搞定理解和生成，预训练即插即用
Large-scale Self-supervised Pre-training Across Tasks, Languages, and Modalities
consistency_flow_matching
开源
让生成模型采样更直更快，几步出好图
Official Implementation for "Consistency Flow Matching: Defining Straight Flows with···