Awesome-Foundation-Models
一站式查找视觉语言基础模型，省时省力。
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 ★ 1177
使用教程
⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。
环境要求
- 可访问 GitHub 的网络环境
- 已安装 git 客户端（或使用 GitHub 网页版浏览）
- 本地文本编辑器或浏览器，用于阅读 Markdown 列表
安装与启动步骤
-
1克隆仓库到本地
把整个精选列表仓库拉到本地，方便离线检索和查看全部条目；仅浏览也可直接在 GitHub 网页打开。
git clone https://github.com/uncbiag/Awesome-Foundation-Models.git -
2阅读 Survey 章节
打开 README.md，先看 Survey 部分，这里按年份整理了基础模型综述论文，适合快速建立整体认知。
cd Awesome-Foundation-Models && cat README.md -
3按关键词定位模型
README 未提供检索脚本，用编辑器的全局搜索（如 Ctrl+F）在本文件中查找模型名或任务关键词。
-
4进入原始项目链接
列表条目只给出论文或项目主页链接，需自行点开跳转到对应模型仓库，再按各仓库自己的文档安装使用。
如何确认成功
本地出现 Awesome-Foundation-Models 目录，README.md 能正常打开并显示 Survey 与各模型条目及其外部链接，即表示获取成功。
常见问题
Q：这个仓库可以安装并直接运行模型吗？
A：不能。它是精选列表型仓库，只整理已有基础模型的链接与说明，本身不含模型代码、权重或训练脚本，需要到条目对应的项目仓库自行部署。
Q：为什么 README 里没有 pip install 或 Docker 命令？
A：因为该项目是文档整理类项目，没有可执行代码和依赖，因此不存在包安装或容器启动步骤。
Q：列表里为什么找不到只有论文没有代码的工作？
A：README 明确说明 Research papers without code are not included，没有公开代码的论文不会被收录。
Q：想补充新的模型条目该怎么做？
A：README 未给出贡献流程说明，可查看仓库是否提供 CONTRIBUTING 文件，或直接提交 Issue、Pull Request 说明补充内容。
Q：点击条目链接打不开怎么办？
A：多数链接指向 arXiv、ProQuest 等外部站点，需保证网络可访问这些站点；也可复制论文标题到搜索引擎中查找其他可访问来源。
注意事项
- 本项目是精选列表，不含模型权重、代码或推理示例，不能直接部署运行。
- README 明确说明：不收录没有代码的研究论文。
- 列表会持续更新，建议定期执行 git pull 获取最新条目。
核心亮点
- 分类清晰，涵盖视觉、语言、多模态等主流方向，便于快速检索
- 收录模型较新，紧跟研究前沿，适合追踪最新进展
- 提供模型链接和简介，节省搜索时间，提高选型效率
不足之处
- 文档/社区待观察
- 仅提供列表，缺乏模型对比和选型建议
适用场景
- 研究者快速调研视觉或语言基础模型
- 工程师选择预训练模型进行下游任务微调
- 学生入门学习基础模型知识体系
替代项目
Awesome-Vision-Language-Models、Papers with Code、Hugging Face Models
上一篇：BeyondCLIP
下一篇：Chinese-Mixtral
同类项目推荐
Awesome-LLM-Enhanced-Recommender···
开源
一榜在手，快速掌握LLM+推荐系统最新研究与应用
[KDD'25] Large Language Model Enhanced Recommender Systems: Methods, Applications an···
HermesFlow
开源
一个模型搞定看图说话和文字生图，无缝切换多模态任务
[NeurIPS 2025] HermesFlow: Seamlessly Closing the Gap in Multimodal Understanding an···
GLM-5
开源
让AI从写代码升级为自主干工程，直接交付可运行结果
GLM-5: From Vibe Coding to Agentic Engineering
PixelUMM
开源
去掉视觉编码器，一套模型同时看懂和生成图像视频
Encoder-Free Unified Image and Video Understanding and Generation
General-Physics-Transformer
开源
一个模型搞定多种物理系统模拟，告别重复建模
A foundation model to learn multiple physical systems at once
SwiftDiffusion
开源
在苹果设备上原生运行 Stable Diffusion，打造本地 AI 画图应用
Stable Diffusion implementation using CoreML, PyTorch and SwiftUI
Awesome-Foundation-Models-on-Gra···
开源
一站式收藏图基础模型论文、代码和数据集，快速入门研究。
A collection of graph foundation models including papers, codes, and datasets.
mace-foundations
开源
开箱即用的高精度原子势能模型，让材料模拟快如闪电
MACE foundation models (MP, OMAT, mh-1)
magikarp
开源
复现论文新方法，快速验证模型训练技巧
Code for the paper "Fishing for Magikarp"