cambrian

让多模态模型更懂图像细节，提升视觉理解与推理能力

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署对话助手 🍴 复刻 141 🐛 待处理 48 👀 关注 19

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 2013

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源模型，Apache-2.0许可，可免费使用和部署，无付费版本。

项目预览

项目数据

分类对话助手

开发团队cambrian-mllm

官网地址https://cambrian-mllm.github.io

GitHubhttps://github.com/cambrian-mllm/cambrian

定价模式🏷️完全免费

价格说明开源模型，Apache-2.0许可，可免费使用和部署，无付费版本。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型chatbot,clip,computer-vision,dino,instruction-tuning,large-language-models,llms,mllm,multimodal-large-language-models,representation-learning

GitHub 星标★ 2013

上线时间2024-06-17 00:00:00

代码更新2025-11-07

仓库体积16.7 MB

本站数据更新2026-11-08

维护状态低维护

收录时间2026-08-09

浏览次数3

项目介绍

Cambrian-1 是一个以视觉为中心设计的开源多模态大语言模型（MLLM）家族。它解决的是当前多模态模型在视觉感知能力上受限的问题，强调通过视觉中心的设计来提升模型对图像细节的理解和推理能力。核心能力包括：基于 CLIP、DINO 等视觉编码器构建的视觉特征提取，支持指令微调，能够处理图文混合输入并生成自然语言回复。项目提供了完整的训练代码、模型权重和评估基准，方便研究者和开发者复现与扩展。其技术栈覆盖聊天机器人、计算机视觉、大语言模型等多个领域，适合用于学术研究和工业级多模态应用开发。

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 ★ 2013

技术标签

chatbot clip computer-vision 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：高级约 20 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

Python 环境（README 节选未给出具体版本要求，需查完整文档）
可访问 GitHub 与 Hugging Face 的网络环境
足够的磁盘空间与显存存放/运行多模态模型权重（README 未给出具体数值）

安装与启动步骤

1克隆项目仓库

从 README 中给出的 GitHub 地址把源码拉到本地，后续安装与运行都在该目录内进行。
```
git clone https://github.com/cambrian-mllm/cambrian.git
cd cambrian
```
2查看完整安装说明

本次提供的 README 节选只到 Installation 标题、无正文；务必打开仓库完整 README 获取官方依赖安装命令，不要凭猜测装包。
3获取模型权重

README 提供了 Hugging Face 的 cambrian-1-models 模型集合入口，按官方页面说明下载权重后再进行推理或微调。
4获取数据与评测集

README 同时给出 cambrian-data 数据集合与 CV-Bench 评测数据集入口，按需从 Hugging Face 拉取用于训练或评估。