Awesome-Multimodal-Large-Language-Models

这是一个聚焦多模态大语言模型（MLLM）前沿研究的开源资源整理项目，系统性汇总最新论文、模型、评测基准与技术综述。核心内容包括：面向视觉-语言-语音等多模态统一理解与生成的调研报告；VITA系列开源交互式多模态模型（支持实时视觉与语音交互）；以及MME、Video-MME-v2等权威评测基准与评估工具。项目强调链式推理、上下文学习、指令微调等关键技术路径，提供可复现的评测流程与数据集链接。适用于人工智能研究人员、多模态算法工程师及高校师生开展模型选型、性能对比与方法验证。