HermesFlow
一个模型搞定看图说话和文字生图，无缝切换多模态任务
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 ★ 79
核心亮点
- 统一框架同时支持理解与生成，减少多模型拼接成本
- 基于 NeurIPS 2025 论文，方法有学术创新性
- 代码开源，便于研究者复现和二次开发
不足之处
- 文档/社区待观察
- 项目早期，功能完整性和稳定性待验证
适用场景
- 学术研究：多模态统一模型的理论验证
- 智能助手：结合视觉问答与图像生成
- 创意工具：根据文字描述生成配图并理解图像内容
替代项目
LLaVA、MiniGPT-4、Emu
同类项目推荐
small-doge
开源
小模型也能跑得溜，低资源部署不将就。
Doge Family of Small Language Models
YuLan-Chat
开源
人大出品，从零训练大模型的开源参考实现
YuLan: An Open-Source Large Language Model
ChatLM-mini-Chinese
开源
0.2B小模型跑通中文对话全流程，从数据到RLHF一步到位
中文对话0.2B小模型（ChatLM-Chinese-0.2B），开源所有数据集来源、数据清洗、tokenizer训···
GenerativeAI
开源
跟着示例跑通LLM应用，快速上手生成式AI开发
GenAI & LLM usecases and applications
Kandinsky-2
开源
多语言文本生图，支持图像编辑修复，开箱即用
Kandinsky 2 — multilingual text2image latent diffusion model
dots.llm1
开源
开箱即用的大模型基座，快速上手中文任务微调与部署。
The official repository of the dots.llm1 base and instruct models proposed by rednot···
lag-llama
开源
用大模型做时间序列预测，零样本也能出结果
Lag-Llama: Towards Foundation Models for Probabilistic Time Series Forecasting
CoreML-Models
开源
下载即用的苹果端 AI 模型库，免去转换烦恼
Core ML model zoo for iOS/macOS — PyTorch models converted to ready-to-use .mlpacka···
Awesome-Diffusion-LLM
开源
一页看尽扩散+大模型论文，快速入门新方向
A comprehensive list of papers about Large-Language-Diffusion-Models.