lmms-engine

一套引擎搞定多模态模型训练，快速上手，灵活扩展。

lmms-engine 是一个面向多模态大模型训练的统一引擎，旨在简化视频、图像、音频与文本等多模态数据的模型训练流程。它解决了多模态模型训练中框架碎片化、配置复杂、扩展性差的问题，提供了一套精简、灵活且可大规模定制的训练基础设施。核心能力包括统一的数据处理流程、模块化的模型架构定义、高效的分布式训练支持，以及易于扩展的接口设计，使研究者和工程师能够快速搭建和训练自定义的多模态模型。项目当前处于早期阶段，但已具备基本的训练循环、数据加载和模型封装能力，适合用于视频生成等前沿任务的实验与开发。

开源 free 视频生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 825

维护状态维护中

是否开源是

定价模式 free

项目数据

分类视频生成

开发团队EvolvingLMMs-Lab

所属国家

官网地址

GitHubhttps://github.com/EvolvingLMMs-Lab/lmms-engine

定价模式free

价格说明开源训练引擎，本地部署，完全免费。

访问状态

是否开源是

开源协议

主要语言Python

技术栈/模型agi,large-language-models,multimodal,unified-multimodal-models,video-generation

GitHub 星标★ 825

30天Star增速

HF 下载量

上线时间2025-07-27 00:00:00

最近更新2026-09-13 00:00:00

维护状态维护中

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3

使用教程

核心亮点

统一的多模态训练接口，支持视频、图像、文本等多种模态，减少框架切换成本。
代码结构精简，模块化设计，易于根据研究需求进行二次开发。
基于主流深度学习框架，具备分布式训练能力，可扩展至大规模计算集群。

不足之处

项目处于早期阶段，文档和社区支持尚不完善，上手可能需要自行探索。
部分高级功能（如混合精度优化、模型并行）可能尚未完全实现或优化。

适用场景

多模态大模型的预训练与微调，如视频-语言模型。
视频生成模型的研究与实验，快速验证新架构。
学术实验室或中小团队构建定制化多模态训练流程。

替代项目

Hugging Face Transformers、MMEngine、ColossalAI

项目介绍

lmms-engine 是模型训练领域的开源项目，由 EvolvingLMMs-Lab 开发，2025 年首次发布。

在全站 13,014 个收录项目中，它的 GitHub 星标数（825）位列前 30%，在模型训练分类中处于中上游。

项目仍在小幅维护中，最近一次代码更新于 2026-09-13。开源训练引擎，本地部署，完全免费。

它主要面向的使用场景是：多模态大模型的预训练与微调，如视频-语言模型。同类可对比的替代方案包括 Hugging Face Transformers、MMEngine、ColossalAI。

上一篇：data-forcing-distillation

下一篇：nano-world-model