Wan 3.0 domine le classement vidéo reconstruit, et Kling 3.0 en devient l'ancre
Une nouvelle échelle juge chaque modèle en 1080p et regroupe les prompts en vingt classements. La distribution sous le classement compte plus que la première place.
← Tous les articles
Catégorie
Ai
322 articles
TaoMate-H3 de Taobao en open source : la génération audio-vidéo continue à l’échelle de la minute réduite à seulement trois étapes de débruitage par segment
Il ne cherche pas à savoir qui a la meilleure qualité sur un segment isolé, mais combien de temps il faut attendre entre la saisie du prompt et l’apparition du premier segment finalisé. La génération vidéo commence à calculer sérieusement quand on pourra voir la première image.
Meta prend sous licence la technologie d'image et de vidéo de Midjourney, et la raison est révélatrice
Les benchmarks évoluent chaque trimestre. Le jugement d'une communauté sur ce qui est beau, non.
AssemblyAI réduit la latence de la parole en temps réel à 91 millisecondes. Voici pourquoi ce chiffre compte
La contrainte sur la voix n'a jamais été le taux d'erreur de mots. C'est l'alternance des tours de parole.
Nano Banana 2.1 de Google est une mise à jour de fonctionnalités, pas un modèle phare
Une sortie de milieu de gamme vous dit ce qu’un laboratoire pense que la plupart de ses utilisateurs ont réellement besoin, ce qui est un signal plus utile qu’un modèle phare.
La pile publicitaire vidéo s'est scindée en spécialistes, et Boreal-H3 montre pourquoi
La qualité cinématographique et le débit d'itération sont des produits différents, et une seule couche de génération ne peut pas être en tête sur les deux.
OpenAI publie 722 résultats mathématiques issus de l'IA. Les mathématiciens demandent à qui revient le mérite.
Un assistant de preuve vérifie qu'un raisonnement découle, pas que ce raisonnement est bien celui que l'on croit.
FLUX 3 Image : boîtes englobantes, sortie 4K et mise en page comme fichier de configuration
Une grille de coordonnées remplace la description en prose de la place de chaque élément, et cela change ce qu'un pipeline peut promettre.
Kling 4.0 est disponible : dix images clés, trente secondes et la fin du montage à la machine à sous
Dix points de contrôle font plus qu'améliorer la qualité. Ils déplacent ce qu'une équipe de production doit apporter à l'outil.
C2PA et SynthID : après l'AI Act européen, la provenance des médias est un travail d'ingénierie
La provenance vous dit d'où vient un fichier. Elle ne vous dit pas si le fichier est honnête.
Qwen-AgentWorld place sept environnements au sein d'un unique modèle du monde linguistique
La capacité d'un agent est de plus en plus limitée par l'environnement autour du modèle, et non par le score de raisonnement brut de ce dernier.
TwelveLabs Pegasus 1.6 transforme la vidéo à la première personne en données d'entraînement pour robots
Comprendre une action ne représente qu'une partie de son enseignement, et le PDG le dit lui-même.