Awesome-Multimodal-Reasoning

一网打尽多模态推理与生成前沿，追踪RL新进展

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 图像生成 🍴 复刻 13 👀 关注 3
GitHub ↗
GitHub 星标 ★ 107
维护状态 较活跃
是否开源 开源
定价模式 🏷️完全免费 开源项目，MIT许可证，完全免费，无付费版本。

项目预览

Awesome-Multimodal-Reasoning 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类图像生成
开发团队The-Martyr
GitHubhttps://github.com/The-Martyr/Awesome-Multimodal-Reasoning
定价模式🏷️完全免费
价格说明开源项目，MIT许可证，完全免费，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MIT
技术栈/模型agent,chain-of-thought,cot,image-generation,image-reasoning,image-understanding,large-language-models,llm,mllm,multimodal-learning,multimodal-reasoning,reinforcement-learning,rl,video-generation,video-reasoning,video-understanding,vlm
GitHub 星标★ 107
上线时间2025-02-16 00:00:00
代码更新2026-10-19
仓库体积344 KB
本站数据更新2026-11-10
维护状态较活跃
收录时间2026-08-09
浏览次数4

项目介绍

这是一个精选多模态推理与生成前沿资源的列表，聚焦于基于强化学习（RL）的多模态大语言模型（MLLM）技术。项目系统梳理了图像理解、图像推理、图像生成等方向的最新论文、代码和数据集，涵盖思维链（CoT）等关键技术，为研究者和工程师提供了一条清晰的技术追踪路径。其核心价值在于将分散的arXiv论文、GitHub仓库和评测基准整合为结构化索引，帮助用户快速定位多模态领域的前沿进展，尤其关注RL训练策略如何提升模型的视觉-语言协同推理与生成能力。项目处于早期阶段，内容仍在持续更新中。

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 ★ 107

核心亮点

  • 聚焦RL-based多模态推理，主题前沿且细分明确
  • 整合论文、代码、数据集，便于快速检索
  • 覆盖图像理解与生成双方向，兼顾推理与创造

不足之处

  • 内容收录依赖维护者更新，可能滞后于最新研究
  • 缺少对比分析或推荐排序，新手选择困难

适用场景

  • 科研人员调研多模态推理最新方向
  • 工程师寻找可落地的图像理解/生成模型
  • 学生系统学习MLLM与RL结合的技术脉络

替代项目

Awesome-Multimodal-Large-Language-Models、Awesome-Vision-Language-Models、Awesome-LLM-Reasoning

上一篇：GMFlow

下一篇：MeanFlowNFT

同类项目推荐

LLaVAR 开源

让AI看懂图片里的文字，并和你对话

Code/Data for the paper: "LLaVAR: Enhanced Visual Instruction Tuning for Text-Rich I···

★ 269 2026-08-09
Prompt4ReasoningPapers 开源

按图索骥，快速掌握大模型提示推理的论文地图

[ACL 2023] Reasoning with Language Model Prompting: A Survey

★ 1010 2026-08-09
Web-World-Models 开源

让AI学会理解网页世界，模拟页面变化

Official Project Page for Web World Models (https://arxiv.org/abs/2512.23676)

★ 91 2026-08-09
OceanGPT 开源

让大模型懂海洋，科学问答与数据分析一步到位

[沧渊] [ACL 2024] OceanGPT: A Large Language Model for Ocean Science Tasks

★ 118 2026-08-09
Chinese-LLaMA-Alpaca-2 开源

让 LLaMA-2 说好中文，支持 64K 超长上下文，开箱即用。

中文LLaMA-2 & Alpaca-2大模型二期项目 + 64K超长上下文模型 (Chinese LLaMA-2 & Alpaca-2···

★ 7098 2026-08-09
X-Prompt 开源

用统一提示词，让自回归模型轻松搞定各类图像生成任务

Official implementation of X-Prompt: Towards Universal In-Context Image Generation i···

★ 158 2026-08-09
Awesome-RL-for-LRMs 开源

一份清单，看懂强化学习如何让大模型更会推理

A Survey of Reinforcement Learning for Large Reasoning Models

★ 2500 2026-08-09
Awesome-Multi-Turn-LLMs 开源

一张图看懂多轮LLM研究全景，快速定位关键论文和数据集

This is the official GitHub repository for our survey paper "Beyond Single-Turn: A S···

★ 214 2026-08-09