groundingLMM
★ 969
vs
open-brain-template
★ 5
groundingLMM vs open-brain-template
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。；open-brain-template：Open Brain 是一个用于管理AI持久化结构化记忆的视觉仪表盘，支持跨多个工具使用。它通过优先级加载（P1-P4）和脑图来控制AI加载什么以及何时加载。它与MCP兼容的AI工具集成，并可选的与Mem0和Memory Steward智能查询层配合使用。
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。
open-brain-templateVision / Multimodal · ★ 5
需要跨会话持久上下文的AI重度用户
02
并排对比
字段
groundingLMMopen-brain-template分类
视觉/多模态
视觉/多模态
Stars
★ 969
★ 5
许可证
Apache-2.0
MIT
安装方式
git clone https://github.com/mbzuai-oryx/groundingLMM.git
git clone https://github.com/wefilmshit/open-brain-template.git
更新时间
1个月前
3个月前
开源
是
是
标签
多模态人工智能, 计算机视觉, 自然语言处理
AI 智能体, AI 记忆, anthropic-managed-agents
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。
open-brain-template01基于优先级的记忆加载（P1-P4）
02记忆层次结构的可视化脑图
03通过pgvector嵌入的语义搜索
04通过MCP协议的跨工具兼容性
05可选的Memory Steward智能查询层，具备重新排序和去重功能
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。
open-brain-template↳需要跨会话持久上下文的AI重度用户
↳使用AI代理进行开发并需要项目记忆的开发者
↳希望团队成员共享AI上下文的团队
FAQ
常见问题
groundingLMM 和 open-brain-template 有什么区别？
groundingLMM 和 open-brain-template 都属于 Vision / Multimodal 类别。groundingLMM 有 969 Stars，open-brain-template 有 5 Stars。
groundingLMM 和 open-brain-template 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，需要跨会话持久上下文的AI重度用户 时选 open-brain-template。
groundingLMM 是免费的吗？
是的，groundingLMM 在 GitHub 开源（Apache-2.0）。
open-brain-template 是免费的吗？
是的，open-brain-template 在 GitHub 开源（MIT）。
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）。
→