10万星光闪耀，共赴AI新征程！OpenMMLab社区共创荣耀时刻！

OpenMMLab 社区小伙伴们，我们要非常激动地向大家宣布一个好消息：OpenMMLab 在 GitHub 上的总 star 数已突破 10 万！（此处应有欢呼声）

10 万 Star 是一个值得庆祝的里程碑，是对 OpenMMLab 团队和社区共同努力的最佳认可。我们想借此机会与大家一起，回溯 OpenMMLab 从一个初露锋芒的项目到成为业界瞩目焦点的奇妙旅程。当然在这个值得庆祝的日子里，我们也为大家准备了丰富的礼品，感谢大家的信任与支持~

No.1 

回顾 OpenMMLab 的成长之路

OpenMMLab 首次发布于 2018 年，起步于最先开源的 MMCV 和 MMDetection 算法库，后续我们陆续推出了 MMSegmentation、MMPose、MMTracking、MMOCR 等多个新的算法库，不断扩大我们的研究领域和影响力，从单一的开始到多元化的发展，形成了 OpenMMLab 1.0 版本。

2022 年，OpenMMLab 2.0 浦视视觉算法体系在 WAIC 大会上正式亮相，展示了新架构、新算法、新生态，开启了一个全新的生态系统。基于 MMEngine，OpenMMLab 2.0 的核心架构焕然一新，同时我们还正式发布了 6 个新的算法库以及 1 个模型部署库，覆盖了更多的研究领域。

No.2 

2023 不断突破，收获满满

2023 年，OpenMMLab 正式跨入 2.0 时代，在计算机视觉领域持续深耕。我们的核心架构经历了全新的革新，支持了 PyTorch 2.0，多个算法库实现了显著的性能提升。此外，我们还整合了 ColossalAI、FSDP、DeepSpeed 等高性能大模型训练框架。

这一年，OpenMMLab 迎来了更多的算法库成员，不断拓展我们的研究领域。

• MMPreTrain：全新升级的深度学习预训练算法库

• MMagic：更先进、更全面的 AIGC 开源算法库

• Amphion：联合香港中文大学（深圳）数据科学学院武执政副教授团队开源的综合音频生成项目

• Playground：与社区共建的整合了各类 OpenMMLab 有趣应用的平台

这一年，我们在 CV 领域不断创新突破，取得了多项亮眼的原创成果。

• MMGPT：具备多模态对话能力的 Multimodal-GPT

• MM-Grounding-DINO：通过探索优化训练数据分布和初始化策略，大幅提升了 Grounding DINO 的性能

• RTMPose 系列：面向工业场景实时人体姿态估计需求，先后推出轻量化姿态估计模型 RTMPose、单阶段实时模型 RTMO 和全身 133 点姿态模型 RTMW，不断刷新性能 SOTA

• PowerPaint：推出首个高质量通用图像补全模型，在一个模型中同时支持增加物体、删除物体、AI 扩图等多种不同的图像补全功能

• PIA：个性化图像动画生成器，利用文本提示将图像变为奇妙的动画

这一年，大模型经历了前所未有的发展，OpenMMLab 团队紧跟时代浪潮，联合实验室兄弟团队，推出了性能领先的千亿级参数大语言模型 “书生・浦语”（InternLM），并建设了首个面向大模型研发与应用的全链条开源体系，包括低成本大模型微调工具箱 XTuner、基于大语言模型的轻量级、开源智能体（agent）框架 Lagent、社区内规模最大、覆盖领域最完整的大模型评测平台 OpenCompass，以及推理性能领先的大模型推理框架 LMDeploy 。

2023 年对于 OpenMMLab 来说是一个收获满满的年份。这一年，我们的代码仓库总下载量近 1000 万次，GitHub 星标数超过 10 万，达到了一个新的里程碑。

No.3 

感谢社区：OpenMMLab 成功的关键

如今，OpenMMLab 已经成长为全球最具影响力的计算机视觉开源算法体系之一。我们累计开源了超 30 个算法库，拥有超 400 种算法实现和 3000 多个预训练模型。代码仓库总下载量超 1700 万次，用户遍及超 140 个国家和地区，覆盖全球顶尖高校、研究机构和企业。

更令人振奋的是，OpenMMLab 不再仅仅是一个工具集合，它已经成为了一个蓬勃发展的生态系统。基于 OpenMMLab 开源的生态项目超 2500 个，总 star 数超 30 万。在这个生态中，超 2000 家企业和高校正在基于 OpenMMLab 开展研究和应用，北京大学、清华大学、上海交通大学、浙江大学等高校的研究团队都在使用 OpenMMLab 进行学术探索和技术创新。

OpenMMLab 的飞速发展得益于社区成员的共同努力，全球超 3 万名开发者通过社群的方式相聚在OpenMMLab 社区，他们在代码和 Issue 的交流中互相启发学习，并以实际行动支持着 OpenMMLab 项目的持续建设和发展。

全球超 1 万名热心的社区开发者为 OpenMMLab 提交了超 1 万个 Pull Request ，贡献了超 700 万行代码。更为值得称赞的是，正是社区成员的领导和合作精神，催生了多个与社区共建的项目，如 YOLO 系列算法库 MMYOLO，整合各类 OpenMMLab 有趣应用的平台 Playground，以及综合音频生成项目 Amphion。

除了代码贡献，在 OpenMMLab 社区中，我们每天都收到来自用户的宝贵反馈，这些真实的声音不仅帮助我们了解 OpenMMLab 在实际应用中的表现，更为我们未来的发展方向提供了重要指导。

随着社区的不断壮大，越来越多的成员自发地参与到社区管理中来，他们主动解答问题、帮助新成员融入，以主人翁的姿态积极参与其中。

此外，我们也看到越来越多的社区成员以各自擅长的方式为 OpenMMLab 的推广和宣传贡献力量。他们撰写技术文章分享使用经验、使用 OpenMMLab 参加比赛，甚至基于 OpenMMLab 创建新的项目。

正是因为社区成员的多样化参与，才构筑成了今天的 OpenMMLab。在此，我们要特别感谢支持 OpenMMLab 的每一位社区成员。无论是通过提交代码、反馈问题，协助社群管理，还是通过分享经验和建议等等，每一位社区成员都对 OpenMMLab 的成功起到了不可或缺的作用。

No.4 

共建更繁荣的社区

展望未来，我们将继续与社区紧密合作，不断优化 OpenMMLab，使其成为更加强大、更加易用的工具。我们相信，只要保持开放的心态和协作的精神，OpenMMLab 将会继续在人工智能领域中发挥重要作用。

最后再次感谢所有开发者和用户，是你们的支持和努力，让一切成为可能。我们期待着与你们一起，继续在这个激动人心的技术领域中前行，OpenMMLab 将一直保持开放的态度，和大家一起共同建设更繁荣的社区。

No.5 

赢取 OpenMMLab 精美周边

在本文评论区分享你与 OpenMMLab 的故事或对 OpenMMLab 的美好寄语。点赞数排名前 10 的朋友将获得我们精心准备的 OpenMMLab 精美周边一份！

转发本文到朋友圈，集赞满 38 个，将截图发送至 OpenMMLab 公众号后台，我们将选取前 30 名同学，送出  OpenMMLab 精美周边一份。

温馨提示：

以上礼物可重复获得

活动截止日期为 2024 年 1 月 15 日晚上 8 点

仅需训练一小时，四足机器人稳定通过任意地形！高效、简洁的运动控制框架来了

2024-01-10

CV领域不断突破，原创成果连连！音频领域初探自带光环！OpenMMLab季报报告请收好

2024-01-08

实时推理+SOTA精度！RTMO引领MMPose姿态估计新高度

2024-01-04

点击下方“阅读原文”直达 OpenMMLab 项目主页