UForm

小体积多模态模型，图文视频理解快数倍

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 76 🐛 待处理 15 👀 关注 15

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 1253

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源免费，遵循项目许可证

项目预览

项目数据

分类开源模型

开发团队unum-cloud

官网地址https://unum-cloud.github.io/UForm

GitHubhttps://github.com/unum-cloud/UForm

定价模式🏷️完全免费

价格说明开源免费，遵循项目许可证

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Apache-2.0

主要语言Python

技术栈/模型bert,clip,clustering,contrastive-learning,cross-attention,huggingface-transformers,image-search,language-vision,llava,multi-lingual,multimodal,neural-network,openai,openclip,pretrained-models,pytorch,representation-learning,semantic-search,transformer,vector-search

GitHub 星标★ 1253

上线时间2023-02-21 00:00:00

代码更新2026-10-31

仓库体积717 KB

本站数据更新2026-11-07

维护状态活跃

收录时间2026-11-06

浏览次数1

项目介绍

UForm 是一个面向多模态内容理解与生成的轻量级开源模型库，主打在中文、英文等多语言文本、图像和视频之间建立统一表示。它解决的是传统多模态模型体积大、推理慢、部署成本高的问题，通过小尺寸模型在保持可用精度的同时显著提升速度，官方称在部分任务上比 OpenAI CLIP 和 LLaVA 快数倍。核心能力包括：文本与图像的跨模态检索、以图搜图、图文匹配打分、多语言文本编码、图像特征提取与聚类，并可与 HuggingFace Transformers 生态配合使用。项目提供 Python 接口，适合需要本地化、低延迟多模态能力的开发者，可用于构建语义搜索、内容审核、推荐召回和轻量级视觉问答等应用。

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 2026-11-06 · 当前星标 ★ 1253

技术标签

bert clip clustering contrastive-learning huggingface-transformers

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：入门约 10 分钟部署方式：库/依赖 4 步

⚠ 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

Python 运行环境（项目开发语言为 Python）
可访问 GitHub 的 git 客户端
PyTorch、ONNX 或 CoreML 中任一推理后端运行环境
能够阅读 python/README.md 中的安装与调用说明

安装与启动步骤

1检查 Python 环境

先确认本机已安装 Python 并可用，README 未限定具体版本，建议使用较新的 3.x。
```
python --version
```
2克隆项目仓库

把 UForm 仓库下载到本地，后续各语言示例都在该目录内。
```
git clone https://github.com/unum-cloud/UForm.git
```
3进入 Python 目录

Python 接口的安装与示例说明位于仓库的 python 子目录中。
```
cd UForm/python
```
4查看安装说明

README 节选未给出具体安装命令，请以该文件中的依赖安装与示例代码为准。
```
cat README.md
```