Ming-UniVision
一个模型搞定图像理解与生成，统一分词器赋能视觉任务
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 ★ 144
核心亮点
- 创新性地提出连续统一分词器，实现理解与生成任务的深度融合
- 覆盖图像理解、生成、编辑三大核心能力，模型通用性强
- 代码开源，便于研究者复现和二次开发
不足之处
- 项目处于早期阶段，文档和社区生态待观察
- 星标数较少，实际应用案例和性能验证有限
适用场景
- 学术研究：探索统一视觉模型架构与训练方法
- 多任务视觉应用：需要同时支持图像识别与生成的场景
- 图像编辑：基于统一模型实现高质量编辑功能
替代项目
UniDiffuser、SEED-LLaMA、Emu
同类项目推荐
nixtla
开源
几行代码调用预训练模型，搞定时间序列预测与异常检测。
TimeGPT-2.1: production ready pre-trained Time Series Foundation Model for forecast···
AnyGPT
开源
让一个模型搞定文本、图像、语音、音乐的任意互转
A unified multimodal language model based on discrete sequence modeling
awesome-LLM-resources
开源
一份清单，搞定LLM学习与实战资源导航
全世界最好的LLM资料总结（多模态生成、Agent、辅助编程、AI审稿、数据处理、模型训练、···
YAYI
开源
基于LlaMA2的中文专属大模型，让企业快速拥有安全可控的私有化AI能力。
雅意大模型：为客户打造安全可靠的专属大模型，基于大规模中英文多领域指令数据训练的 Lla···
RETFound
开源
拿医学影像直接预训练，少标注也能做AI诊断
Vision Foundation Models for Medical AI, including RETFound, DINOv2, DINOv3
kubesphere
开源
开箱即用的企业级 Kubernetes 平台，一站式搞定多集群与 DevOps
The container platform tailored for Kubernetes multi-cloud, datacenter, and edge man···
OmniTokenizer
开源
一个模型搞定图像视频分词，统一 token 化，加速多模态生成
[NeurIPS 2024]OmniTokenizer: one model and one weight for image-video joint tokeniza···
buffer-of-thought-llm
开源
给大模型装个思想缓存，复杂推理更准更稳
[NeurIPS 2024 Spotlight] Buffer of Thoughts: Thought-Augmented Reasoning with Large ···
jev
开源
笔记本本地跑，秒回是或否
jevos: an open-source alternative to Jev and Microsoft-Decision-1. Yes/no decisions,···