Awesome-Multimodal-Large-Language-Models

一榜在手，追踪多模态大模型最新进展

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 1135 🐛 待处理 119 👀 关注 281

GitHub ↗

GitHub 星标 ★ 18081

维护状态较活跃

是否开源开源

定价模式 🏷️完全免费开源项目，无在线服务，需自行部署，全部功能免费。

项目预览

Awesome-Multimodal-Large-Language-Models 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类开源模型

开发团队BradyFU

GitHubhttps://github.com/BradyFU/Awesome-Multimodal-Large-Language-Models

定价模式🏷️完全免费

价格说明开源项目，无在线服务，需自行部署，全部功能免费。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

技术栈/模型chain-of-thought,in-context-learning,instruction-following,instruction-tuning,large-language-models,large-vision-language-model,large-vision-language-models,multi-modality,multimodal-chain-of-thought,multimodal-in-context-learning,multimodal-instruction-tuning,multimodal-large-language-models,visual-instruction-tuning

GitHub 星标★ 18081

上线时间2023-05-19 00:00:00

代码更新2026-10-29

仓库体积105.7 MB

本站数据更新2026-11-10

维护状态较活跃

收录时间2026-08-09

浏览次数8

项目介绍

这是一个持续更新的多模态大语言模型（MLLM）资源清单，汇总了领域内最新进展，包括论文、模型、数据集和工具。项目按模型架构、任务类型和应用场景分类整理，覆盖从视觉语言模型到音频、视频理解等方向，帮助研究者和开发者快速追踪前沿动态。它解决的是多模态领域信息分散、更新快、难以系统跟进的问题，核心能力在于结构化整理和实时更新，目前收录了数百项代表性工作，并附有论文链接和代码仓库。

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 ★ 18081

技术标签

chain-of-thought in-context-learning instruction-following instruction-tuning large-language-models

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：入门约 5 分钟部署方式：本地安装 4 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

可访问 GitHub 的网络环境
本机已安装 Git（用于克隆仓库）
任意文本编辑器或浏览器（用于阅读清单内容）

安装与启动步骤

1克隆资源清单仓库

把整个清单仓库拉到本地，便于离线检索和全文搜索。仓库以文档为主，克隆体积很小。
```
git clone https://github.com/BradyFU/Awesome-Multimodal-Large-Language-Models.git
```
2进入仓库目录

切换到克隆下来的目录，里面主要是 README.md 等 Markdown 文档，没有可执行代码。
```
cd Awesome-Multimodal-Large-Language-Models
```
3阅读主清单

打开 README.md，按模型架构、任务类型等分类浏览收录的论文与模型，条目中附带 Paper 与 Project 链接。
4查看专题分支列表

README 中 Surveys 等条目的 Project 链接指向 Benchmarks、Unified 分支，可切换分支查看对应专题清单。
```
git checkout Benchmarks
git checkout Unified
```