Awesome-LLMs-meet-Multimodal-Generation
一篇在手，LLM多模态生成论文全掌握
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 ★ 550
使用教程
环境要求
- 无需环境
安装与启动步骤
-
1先看时间线
按论文发表时间排，能看出方法演进。
-
2挑方向深入
多模态理解与生成分开看。
-
3找有代码的
附实现的条目优先。
-
4做自己的对照表
把方法与适用场景对齐。
如何确认成功
能画出近两年该方向的三条主要技术路线，并各举两篇代表工作
注意事项
- 它是论文清单，不含代码。
- 条目按时间排，早期工作只作背景。
- 部分只有预印本。
- 作为路线图用，不当技术选型依据。
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
同类项目推荐
NLP-pretrained-model
开源
收集常用NLP预训练模型，拿来即用省训练时间
A collection of Natural language processing pre-trained models.
TabSTAR
开源
让表格数据看懂文本，预测更准一步到位
TabSTAR: A Tabular Foundation Model for Tabular Data with Text Fields
Awesome-RL-for-Video-Generation
开源
一榜在手，快速掌握强化学习驱动视频生成的前沿论文
A curated list of papers on reinforcement learning for video generation
BlossomLM
开源
开源对话模型+训练数据，一键复现你的专属AI助手
A powerful, open-source large language model, including the training data.
Awesome-LLM-KG
开源
一页看懂LLM与知识图谱融合的所有关键论文
Awesome papers about unifying LLMs and KGs
BayLing-Speech
开源
让开源模型像GPT-4o一样自然流畅地语音对话
LLaMA-Omni is a low-latency and high-quality end-to-end speech interaction model bui···
LakonLab
开源
用流匹配加速图像生成，训练快、采样快、效果稳
Official implementation of AsymFlow, pi-Flow, GMFlow
Halfrost-Field
开源
深入源码与系统设计，助你从会用进阶到懂原理
✍ Source Code Deep Dives, System Design & Engineering Blogs | Halfrost-Field 冰霜之···
Qwen
开源
下载即用的中文大模型，多尺寸可选，轻松落地各类场景。
The official repo of Qwen (通义千问) chat & pretrained large language model proposed···