Open-LLaVA-NeXT

开源复现 LLaVA-NeXT，快速训练你的多模态对话模型

Open-LLaVA-NeXT 是一个开源实现，旨在复现和训练 LLaVA-NeXT 多模态大模型。它解决了社区中缺乏完整、可复现的 LLaVA-NeXT 训练代码的问题，提供了从数据准备、模型架构到训练流程的完整工具链。核心能力包括：支持多种视觉编码器与语言模型（如 Llama 3）的组合，实现图像与文本的联合理解；提供灵活的配置和脚本，便于研究者自定义训练；基于 PyTorch 生态，易于集成和扩展。项目处于早期阶段，但为多模态对话、视觉问答等任务提供了可落地的训练基础。

开源 free 对话助手

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 440

维护状态低维护

是否开源是

定价模式 free

项目数据

分类对话助手

开发团队xiaoachen98

所属国家

官网地址

GitHubhttps://github.com/xiaoachen98/Open-LLaVA-NeXT

定价模式free

价格说明开源项目，可自行部署训练，无在线服务，完全免费。

访问状态

是否开源是

开源协议

主要语言Python

技术栈/模型chatbot,chatgpt,gpt-4,gpt4o,large-multimodal-models,llama,llama3,llava,llava-next,multi-modality,multimodal,vision-language-model,visual-language-learning

GitHub 星标★ 440

30天Star增速

HF 下载量

上线时间2024-05-11 00:00:00

最近更新2026-08-09 00:00:00

维护状态低维护

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4

使用教程

核心亮点

完整复现 LLaVA-NeXT 训练流程，代码结构清晰，易于上手
支持 Llama 3 等主流 LLM 与视觉编码器灵活组合，扩展性强
基于 PyTorch，依赖标准，便于集成到现有多模态研究项目

不足之处

文档/社区待观察
训练资源需求高，普通开发者难以在消费级硬件上复现

适用场景

研究 LLaVA-NeXT 架构与训练细节的学术场景
基于多模态对话的垂直领域应用开发（如医疗、教育）
需要私有化部署多模态助手的企业场景

替代项目

LLaVA、OpenFlamingo、BLIP-2

项目介绍

Open-LLaVA-NeXT 是模型训练领域的开源项目，由 xiaoachen98 开发，2024 年首次发布。

它收录于模型训练分类，该分类目前共有 518 个项目，GitHub 星标数为 440。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-08-09。可自行部署训练，无在线服务，完全免费。

它主要面向的使用场景是：研究LLaVA-NeXT架构与训练细节的学术场景。同类可对比的替代方案包括 LLaVA、OpenFlamingo、BLIP-2。

上一篇：RLAIF-V

下一篇：Agent-FLAN