VibeVoice n'a open-sourcé que la moitié : la moitié manquante est la leçon
Le VibeVoice de Microsoft propose une reconnaissance vocale solide, mais le célèbre code de synthèse vocale a été retiré après un usage abusif.
← Tous les articles
Catégorie
Ai
332 articles
Kumo Tabular de NVIDIA a été entraîné sur des données qui n'ont jamais existé
Kumo Tabular prédit n'importe quel tableau d'emblée, et il n'a appris qu'à partir de tableaux synthétiques échantillonnés à partir de modèles causaux.
Le mode brouillon de Seedance 2.5 permet de changer d'avis à moindres frais
Le mode brouillon de ByteDance génère d'abord un échantillon en 480p, puis un rendu final en 1080p uniquement lorsque vous validez, ciblant ainsi le vrai coût de la vidéo IA.
EmbeddingGemma 2 met la recherche de photos, d'audio et de vidéo sur votre téléphone
Le modèle d'embedding 740 M de Google projette texte, images, audio et vidéo dans un espace unique, assez petit pour tourner sur un téléphone.
FreeVideo fait tourner la génération vidéo MiniMax H3 sur Apple Silicon
Le projet open source FreeVideo de FlashML a livré un aperçu Mac qui exécute H3 en local, supprimant la facture d’API à la seconde liée à l’itération.
Pourquoi Katzenberg et l’ex-responsable de Sora créent des modèles vidéo pour les cinéastes
Jeffrey Katzenberg, Bill Peebles et Sujay Jaswa créent une entreprise pour entraîner des modèles vidéo destinés aux équipes de cinéma, et non aux fils des réseaux sociaux.
La page Tendances de GitHub est désormais un catalogue d'infrastructures pour agents
Les dépôts tendance de cette semaine sont des couches de mémoire, des équipes d'agents, des places de marché de compétences et des scanners de sécurité, pas des applications.
Naive AI et le pari de 1,4 milliard de dollars sur le post-entraînement
La start-up d'un professeur de Tsinghua aurait atteint une valorisation de 1,4 milliard de dollars en pariant que les gains viennent après le pré-entraînement, pas pendant.
Mistral Large 4 : l’Europe parie mille milliards de paramètres sur les poids ouverts
Le nouveau modèle phare de Mistral embarque 1 050 milliards de paramètres, en active environ 49 milliards et publiera ses poids le 27 octobre.
Qui les utilise vraiment : les modèles chinois captent plus de la moitié des usages de génération d'images et de vidéos à l'étranger
Dans des données d'usage portant sur 31,6 millions d'interactions, les modèles chinois s'adjugent plus de la moitié des parts de la génération d'images et de vidéos hors de Chine, tandis que le texte reste aux mains des éditeurs américains.
Dessinez-le et il apparaît : l'édition gribouillis-vers-objet passe à maturité
Un petit LoRA de recherche permet de gribouiller sur une zone et de renommer l'objet. Un signe limpide que le travail en IA d'image est passé de la génération à l'édition.
Refilmer la réalité : Seedance 2.5 et la caméra qui n’existe pas
Seedance 2.5 peut refilmer des images existantes depuis un nouvel angle de caméra. Cela change la couverture, la continuité et ce que les images peuvent prouver.