Olympus

一个路由搞定所有视觉任务，免去逐个微调

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署对话助手 🍴 复刻 73 👀 关注 36

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 427

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，代码公开，可自行部署使用，无付费版本。

项目预览

项目数据

分类对话助手

开发团队yuanze-lin

官网地址https://yuanze-lin.me/Olympus_page

GitHubhttps://github.com/yuanze-lin/Olympus

定价模式🏷️完全免费

价格说明开源项目，代码公开，可自行部署使用，无付费版本。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

主要语言Python

技术栈/模型chatbot,chatgpt,deeplearning,foundation-models,instruction-tuning,llava,llms,mllms,multi-modality,multimodal,pytorch,vision-language-model

GitHub 星标★ 427

上线时间2024-12-04 00:00:00

代码更新2026-08-05

仓库体积3.6 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13

项目介绍

Olympus 是一个面向计算机视觉任务的通用任务路由器，由 CVPR 2025 Highlight 论文官方开源。它旨在解决多模态大模型（如 LLaVA）在处理复杂视觉任务时，需要针对每个任务单独训练或微调模型的问题。Olympus 通过指令微调，学习将输入图像和用户指令路由到最合适的视觉专家模型（如检测、分割、姿态估计等），从而实现零样本或少样本的跨任务泛化。其核心能力包括：统一的任务接口、基于指令的路由决策、以及与现有视觉模型的无缝集成。项目基于 PyTorch 实现，提供了完整的训练和推理代码，支持多模态输入，并遵循 LLaVA 的架构风格。对于研究者而言，Olympus 提供了一个新的范式，即通过路由而非组合来扩展视觉 AI 的能力，降低了构建通用视觉助手的门槛。

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 ★ 427

技术标签

chatbot chatgpt deeplearning foundation-models instruction-tuning

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：高级约 55 分钟部署方式：本地GPU 5 步

环境要求

NVIDIA GPU（显存 16GB 起）
CUDA

安装与启动步骤

1拉仓库

代码按视觉任务分目录，一个任务一套脚本。
```
git clone https://github.com/yuanze-lin/Olympus.git
```
2建环境

官方指定 Python 3.10。
```
conda create -n olympus python==3.10 -y
```
3装依赖

按 requirements 装，注意视觉模型版本。
```
pip install -r requirements.txt
```
4先跑一个单任务

从目标检测或分割开始，确认权重加载正确。
5再试自然语言路由

一句指令跨多个视觉任务，这是它的核心卖点。