Awesome-LLMs-meet-Multimodal-Generation

一篇在手，LLM多模态生成论文全掌握

这是一个精选论文列表，聚焦于基于大语言模型（LLM）的多模态生成领域，涵盖图像、视频、3D和音频四大模态。项目系统梳理了LLM与多模态生成结合的前沿研究，包括多模态大语言模型（MLLM）、视觉语言模型（LVLM）等方向，为研究者提供结构化的论文索引。它解决了该领域文献分散、难以追踪最新进展的问题，核心能力在于按任务类型、模态和模型架构分类整理论文，并附上简要说明，帮助用户快速定位相关研究。项目处于早期阶段，但已覆盖主要技术路线，适合作为入门综述和持续跟踪的参考。

开源 free 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 552

维护状态低维护

是否开源是

定价模式 free

项目数据

分类图像生成

开发团队YingqingHe

所属国家

官网地址

GitHubhttps://github.com/YingqingHe/Awesome-LLMs-meet-Multimodal-Generation

定价模式free

价格说明开源论文列表项目，完全免费，无付费版本。

访问状态

是否开源是

开源协议

主要语言HTML

技术栈/模型aigc,large-language-models,large-vision-language-models,llm,lvlm,mllm,multimodal-generation,multimodal-large-language-models,multimodal-models,multimodality,text-to-3d,text-to-audio,text-to-image,text-to-music,text-to-sound,text-to-speech,text-to-video

GitHub 星标★ 552

30天Star增速

HF 下载量

上线时间2023-11-17 00:00:00

最近更新2026-09-10 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2

使用教程

核心亮点

按图像、视频、3D、音频分模态整理，检索高效
收录了MLLM、LVLM等关键方向，覆盖主流技术路线
持续更新，紧跟LLM生成领域前沿动态

不足之处

文档/社区待观察
仅提供论文列表，无代码或实验结果对比

适用场景

快速调研LLM多模态生成领域的研究现状
寻找特定模态（如视频生成）的论文起点
跟踪最新模型架构与训练方法

替代项目

Awesome-Multimodal-Large-Language-Models、Awesome-Diffusion-Models、Awesome-LLM-Images

项目介绍

Awesome-LLMs-meet-Multimodal-Generation 是开源模型领域的开源项目，由 YingqingHe 开发，2023 年首次发布。

它收录于开源模型分类，该分类目前共有 422 个项目，GitHub 星标数为 552。

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 2026-09-10。开源论文列表项目，完全免费，无付费版本。

它主要面向的使用场景是：快速调研LLM多模态生成领域的研究现状。同类可对比的替代方案包括 Awesome-Multimodal-Large-Language-Models、Awesome-Diffusion-Models、Awesome-LLM-Im…。

上一篇：Liquid

下一篇：UniTok