VisionFoundry 是模型训练领域的开源项目，由 zlab-princeton 开发，是 2026 年新上线的项目。
它收录于模型训练分类，该分类目前共有 522 个项目，GitHub 星标数为 55。
项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-17。Apache-2.0 许可证，可免费使用和部署。
它主要面向的使用场景是：学术研究：探索合成数据在VLM训练中的有效性。同类可对比的替代方案包括 LLaVA、MiniGPT-4、InstructBLIP。
GitHub 星标
★ 55
维护状态
较活跃
是否开源
是
定价模式
free
项目数据
分类开源模型
开发团队zlab-princeton
所属国家
定价模式free
价格说明开源项目，Apache-2.0 许可证，可免费使用和部署。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型grpo,large-language-models,llm,lmm,mllm,rl,self-improvement,synthetic-data,synthetic-dataset-generation,visual-perception,vlm
GitHub 星标★ 55
30天Star增速
HF 下载量
上线时间2026-04-02 00:00:00
最近更新2026-09-17 00:00:00
维护状态较活跃
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5
使用教程
核心亮点
- 合成数据方案可无限扩展，突破真实数据瓶颈
- 专注视觉感知基础能力，针对性强于通用微调
- 提供完整训练流程，从数据生成到模型评估
不足之处
- 合成图像与真实场景存在域间隙，泛化性待验证
- 文档/社区待观察
适用场景
- 学术研究：探索合成数据在VLM训练中的有效性
- 数据增强：为特定视觉任务生成定制化训练样本
- 模型评测：测试VLM对基础视觉属性的理解能力
替代项目
LLaVA、MiniGPT-4、InstructBLIP
项目介绍
下一篇：Rose
同类项目推荐
Long-RL
开源
让强化学习轻松驾驭超长序列，训练更稳更快
Long-RL: Scaling RL to Long Sequences (NeurIPS 2025)
TPA
开源
把注意力复杂度从平方降到线性，长序列不再卡顿
[NeurIPS 2025 Spotlight] TPA: Tensor ProducT ATTenTion Transformer (https://arxiv.or···
minimind
开源
两小时造出你的小模型，练手入门不求人
Train a 64M-parameter LLM from scratch in just 2h!
pruna
开源
一键优化 AI 模型，推理提速又省资源。
Pruna is a model optimization framework built for developers, enabling you to delive···