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 ★ 69
核心亮点
- 按图像描述、生成、多模态等主题分类，检索路径清晰
- 收录了领域内经典与前沿论文，覆盖主流技术路线
- 纯列表形式，零门槛阅读，适合快速浏览和筛选
不足之处
- 项目维护活跃度待观察，论文更新可能滞后
- 缺乏论文代码或实验对比，实用性受限
适用场景
- 学术研究：调研图像生成或描述方向的最新进展
- 入门学习：快速了解多模态生成领域的经典文献
- 技术选型：对比不同文本到图像模型的论文依据
替代项目
Awesome-Text-to-Image、Awesome-CVPR-Paper、Papers with Code
同类项目推荐
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、···
Kyara
开源
轻量级中文模型，Kaggle 亚军方案，资源有限也能训出好效果。
[Kaggle-2nd] Lightweight yet Effective Traditional Chinese LLM.
CogView2
开源
用层次化Transformer，快速生成高质量图像
official code repo for paper "CogView2: Faster and Better Text-to-Image Generation v···
TokenFlow
开源
一个分词器同时搞定图像理解和生成，统一多模态。
[CVPR 2025] Official impl. of "TokenFlow: Unified Image Tokenizer for Multimodal Un···
FinGPT
开源
开源金融大模型，低成本微调，快速落地投研分析
FinGPT: Open-Source Financial Large Language Models! Revolutionize We release t···
architecture.of.internet-product
开源
一图看懂大厂架构，借鉴头部经验少走弯路
互联网公司技术架构，微信/淘宝/微博/腾讯/阿里/美团点评/百度/OpenAI/Google/Facebook/Am···
recursive-llm
开源
把百万字上下文丢进 REPL，让模型写代码按需读，省 token 做长文分析
Recursive Language Models for efficient long-context processing. Analyze 1M+ tokens ···
OmniFusion
开源
图文双模态对话，一张图加一句话，AI秒懂你
OmniFusion — a multimodal model to communicate using text and images
LLMPapers
开源
一站式追踪大模型前沿论文与工作
Papers & Works for large languange models (OpenAI GPT-4, Meta Llama, etc.).