mPLUG-Owl

看图说话+指令对话，让AI同时读懂文字和图像

开源 🏷️完全免费 ✅ 目前可打开对话助手 🍴 复刻 189 🐛 待处理 101 👀 关注 27

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 2540

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源模型，提供在线Demo体验，完全免费。

项目预览

项目数据

分类对话助手

开发团队X-PLUG

官网地址https://www.modelscope.cn/studios/damo/mPLUG-Owl

GitHubhttps://github.com/X-PLUG/mPLUG-Owl

定价模式🏷️完全免费

价格说明开源模型，提供在线Demo体验，完全免费。

访问状态✅ 目前可打开

是否开源是

开源协议MIT

主要语言Python

技术栈/模型alpaca,chatbot,chatgpt,damo,dialogue,gpt,gpt4,gpt4-api,huggingface,instruction-tuning,large-language-models,llama,mplug,mplug-owl,multimodal,pretraining,pytorch,transformer,video,visual-recognition

GitHub 星标★ 2540

上线时间2023-04-25 00:00:00

代码更新2025-04-02

仓库体积34.4 MB

本站数据更新2026-11-09

维护状态低维护

收录时间2026-08-09

浏览次数5

项目介绍

mPLUG-Owl是阿里巴巴达摩院开发的多模态大语言模型家族，旨在让AI同时理解文本和图像，并基于指令进行对话。它解决了传统语言模型只能处理文本、无法理解视觉信息的问题，核心能力包括视觉-语言对齐、指令微调和多轮对话。模型通过两阶段训练（先对齐视觉与语言，再微调指令）实现图文联合理解，支持图像描述、视觉问答、图文推理等任务。基于HuggingFace生态，提供预训练权重和推理代码，便于研究者使用。

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 2026-08-09 · 当前星标 ★ 2540

技术标签

alpaca chatbot chatgpt dialogue gpt

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 20 分钟部署方式：模型权重 5 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 环境（项目开发语言为 Python）
Git，用于克隆 GitHub 仓库
可访问 HuggingFace 的网络环境（权重托管在 HuggingFace）
能访问 ModelScope 在线体验页（可选）

安装与启动步骤

1克隆项目仓库

从 GitHub 拉取 mPLUG-Owl 主仓库，仓库内含 Owl、Owl2、Owl3 三个版本的独立子目录。
```
git clone https://github.com/X-PLUG/mPLUG-Owl.git
```
2进入主目录

进入克隆下来的项目根目录，根目录下按版本分开放置代码与文档。
```
cd mPLUG-Owl
```
3选择版本子目录

README 列出 mPLUG-Owl、mPLUG-Owl2、mPLUG-Owl3 三个目录，按需求进入其一，最新为 Owl3。
```
cd mPLUG-Owl3
```
4阅读子目录文档

节选的 README 未给出安装与运行命令，需进入对应版本目录查看其 README 与代码获取真实用法。
5下载模型权重

访问 README 给出的 HuggingFace 权重页面获取权重；Owl3 权重页面为 mPLUG/mPLUG-Owl3-7B-240728。

关键配置

配置项	必填	说明	示例
`模型权重仓库`	是	README 给出的 Owl3 权重下载地址	`https://huggingface.co/mPLUG/mPLUG-Owl3-7B-240728`
`中文增强版权重仓库`	否	mPLUG-Owl2.1 中文增强版权重地址	`https://huggingface.co/Mizukiluke/mplug_owl_2_1`