groundingLMM
★ 969
vs
posecode
★ 123
groundingLMM vs posecode
groundingLMM：GLaMM（接地大型多模态模型）是一个端到端训练的大型多模态模型，能够生成与对象分割掩码集成的自然语言响应，实现了视觉接地，并支持在多层次粒度上与图像进行灵活交互。它引入了新颖的接地对话生成（GCG）任务，支持指代表达式分割和区域级图像描述等多种下游应用，并以大规模的GranD数据集为基础。；posecode：Posecode是一种人类可读的空间领域特定语言（DSL），用于将人体运动描述、验证并渲染为文本。它使大型语言模型能够以结构化、可编程和可视化渲染的格式表达运动学动作，为非结构化散文或静态图表提供了替代方案。
01
简评
groundingLMMVision / Multimodal · ★ 969
理解并响应用户关于特定图像区域查询的交互式视觉助手。
posecodeVision / Multimodal · ★ 123
为游戏或模拟生成和动画化角色。
02
并排对比
字段
groundingLMMposecode分类
视觉/多模态
视觉/多模态
Stars
★ 969
★ 123
许可证
Apache-2.0
Apache-2.0
安装方式
git clone https://github.com/mbzuai-oryx/groundingLMM.git
git clone https://github.com/posecode-dev/posecode.git && cd posecode && npm install
更新时间
1个月前
1周前
开源
是
是
标签
多模态人工智能, 计算机视觉, 自然语言处理
运动学, 领域特定语言, 3D动画
03
功能特性
groundingLMM01生成与对象分割掩码无缝集成的自然语言响应。
02支持新颖的接地对话生成（GCG）任务，并提供全面的评估协议。
03执行详细的区域级图像描述和回答基于推理的视觉问题。
04通过从基于文本的查询创建分割掩码，擅长指代表达式分割。
05提供高质量的图像描述和会话式问答。
posecode01使用人类可读的空间DSL（.posecode文档）描述人体运动。
02使用Three.js/WebGL在客户端解析和渲染动画3D人物。
03集成了GPT-5.6物理评论器，用于生物力学验证和修订建议。
04通过模型上下文协议（MCP）服务器支持AI代理交互。
05通过运动范围限制和运动学评估确保动作安全。
04
使用场景
groundingLMM↳理解并响应用户关于特定图像区域查询的交互式视觉助手。
↳用于创建密集、像素级接地数据集的自动化标注工具。
↳需要视觉理解和带有分割的详细文本描述的高级图像分析任务。
posecode↳为游戏或模拟生成和动画化角色。
↳可视化健身锻炼、物理治疗动作和姿势训练。
↳舞蹈编排原型设计和运动技术分析。
↳进行解剖学和人体运动教育。
↳为机器人研究和具身AI提供合成运动数据。
FAQ
常见问题
groundingLMM 和 posecode 有什么区别？
groundingLMM 和 posecode 都属于 Vision / Multimodal 类别。groundingLMM 有 969 Stars，posecode 有 123 Stars。
groundingLMM 和 posecode 哪个更好？
最佳选择取决于你的具体需求。理解并响应用户关于特定图像区域查询的交互式视觉助手。 时选 groundingLMM，为游戏或模拟生成和动画化角色。 时选 posecode。
groundingLMM 是免费的吗？
是的，groundingLMM 在 GitHub 开源（Apache-2.0）。
posecode 是免费的吗？
是的，posecode 在 GitHub 开源（Apache-2.0）。
推荐云部署
Ad在 DigitalOcean 上一键部署
为你的 MCP 服务、Docker 容器与智能体提供即开即用云服务器，新用户立享 $200 免费额度（60天有效）。
→