Awesome-Multimodal-Reasoning

一网打尽多模态推理与生成前沿，追踪RL新进展

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。

开源 free 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 101

维护状态较活跃

是否开源是

定价模式 free

项目数据

分类图像生成

开发团队The-Martyr

所属国家

官网地址

GitHubhttps://github.com/The-Martyr/Awesome-Multimodal-Reasoning

定价模式free

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

是否开源是

开源协议MIT

主要语言

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★ 101

30天Star增速

HF 下载量

上线时间2025-02-16 00:00:00

最近更新2026-09-22 00:00:00

维护状态较活跃

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

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

项目介绍

Awesome-Multimodal-Reasoning 是开源模型领域的开源项目，由 The-Martyr 开发，2025 年首次发布。

它收录于开源模型分类，该分类目前共有 424 个项目，GitHub 星标数为 101。

项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-22。MIT许可证，完全免费，无付费版本。

它主要面向的使用场景是：科研人员调研多模态推理最新方向。同类可对比的替代方案包括 Awesome-Multimodal-Large-Language-Models、Awesome-Vision-Language-Models、Awesome-…。

上一篇：GMFlow

下一篇：MeanFlowNFT