Awesome-Multimodal-Large-Language-Models

一榜在手，追踪多模态大模型最新进展

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。

开源 free 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 18032

维护状态活跃

是否开源是

定价模式 free

项目数据

分类开源模型

开发团队BradyFU

所属国家

官网地址

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

定价模式free

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

是否开源是

开源协议

主要语言

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★ 18032

30天Star增速

HF 下载量

上线时间2023-05-19 00:00:00

最近更新2026-09-22 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数6

使用教程

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
```

如何确认成功

本地目录中出现 README.md 等文档文件（可用 ls 查看），说明仓库已成功克隆。

常见问题

Q：这个项目需要安装依赖或配置环境吗？

A：不需要。它是持续更新的多模态大模型资源清单，仓库内容以 Markdown 文档和链接为主，没有需要安装运行的代码。

Q：怎么找到某篇论文对应的代码仓库？

A：在 README 的分类条目中，每条工作后面都附有 Paper 和 Project 链接，点击即可跳转到论文 PDF 或 GitHub 仓库。

Q：如何及时跟进最新收录内容？

A：在 GitHub 上 Star 或 Watch 该仓库，作者会持续更新；也可以定期 git pull 拉取本地最新清单。

Q：README 里的分支链接是什么？

A：部分条目（如 Surveys）的 Project 链接指向仓库的 Benchmarks、Unified 分支，切换到该分支可看到对应专题的完整整理。

注意事项

本项目是资源清单而非可运行模型，不存在部署服务、端口或密钥配置。
清单内容更新频繁，引用论文或模型前建议核对最新版本与提交时间。
README 中的链接多指向 arXiv 与 GitHub，需要可访问外网才能打开。

核心亮点

分类细致，按模型架构、任务、模态等多维度组织，便于快速定位
更新频繁，紧跟最新论文和模型发布，时效性强
条目丰富，附论文和代码链接，可直接跳转使用

不足之处

部分条目缺少深度解读，仅提供链接，需自行阅读原文
文档/社区待观察

适用场景

科研人员调研多模态领域最新模型和趋势
工程师寻找可用的开源多模态模型和代码
学生系统学习多模态大模型知识体系

替代项目

Awesome-Vision-Language-Models、Multimodal-Models-List、Awesome-Multimodal-Research

项目介绍

Awesome-Multimodal-Large-Language-Models 是开源模型领域的开源项目，由 BradyFU 开发，2023 年首次发布。

在全站 13,090 个收录项目中，它的 GitHub 星标数（18,032）位列前 3%，在开源模型分类的 424 个项目里位列前 3%。

近 41 天，它的 GitHub 星标从 17,972 增加到 18,032，净增 60。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-22。无在线服务，需自行部署，全部功能免费。

它主要面向的使用场景是：科研人员调研多模态领域最新模型和趋势。同类可对比的替代方案包括 Awesome-Vision-Language-Models、Multimodal-Models-List、Awesome-Multimodal-Researc…。

上一篇：OralGPT

下一篇：Awesome-LLM-in-Social-Science