Open Source
GitHub, HuggingFace의 최신 AI 오픈소스 프로젝트를 탐색하세요.
claude-real-video(crv)는 LLM이 영상을 볼 수 있도록 영상 URL이나 로컬 파일에서 의미 있는 프레임과 음성 전사를 뽑아주는 로컬 전처리 도구다. 고정 간격 샘플링 대신 장면 전환 감지로 프레임을 고르고, 최근 프레임과 비교하는 슬라이딩 윈도 중복 제거로 반복 장면을 한 번만 남긴다. Whisper 계열 모델로 전사하며, 결과는 프레임·타임스탬프·전사문·MANIFEST 파일로 저장돼 Claude, ChatGPT, Gemini 등 어떤 LLM에도 넘길 수 있다. 처리는 모두 사용자 PC에서 이뤄지고, Claude Code·Cursor·Codex 등에 스킬로 설치할 수 있다. 촬영 기법 분석 등은 별도 유료 버전(crv Pro)으로 제공된다.
OpenBMB
휴대폰에서도 돌아가는 초경량 이미지·비디오 이해 멀티모달 LLM
haotian-liu
GPT-4V 수준의 시각적 지시 조정 멀티모달 AI 모델
baidu
Baidu가 공개한 DeepSeek-OCR 계승 문서 파싱 VLM

OpenBMB
스마트폰에서 실행 가능한 멀티모달 AI 모델