Google DeepMind déploie Gemini Omni 1.2 Flash sur le Gemini API et Gemini for business.
Motif de la recommandation :Le tarif à la seconde et la durée maximale des clips permettent de comparer directement le coût de génération vidéo avec la version précédente.
Google DeepMind annonce Genie 4, un nouveau modèle du monde qui génère nativement de l'audio.
Motif de la recommandation :Genie 4 intègre nativement l'audio et le dialogue interactif dans la simulation en temps réel, avec un aperçu des capacités et des limites actuelles.
Thinking Machines Lab a publié sur Hugging Face Inkling, un grand modèle de langage multimodal open source d'environ 1T de paramètres (975B au total.
Motif de la recommandation :L'article détaille l'architecture MoE, les variantes de quantification et le support d'inférence jour 0, ce qui aide à évaluer les besoins matériels et les options de déploiement.
Disney et OpenAI ont conclu un accord pour intégrer plus de 200 personnages Disney.
Motif de la recommandation :L'accord couvre plus de 200 personnages Disney et l'adoption de ChatGPT Enterprise, ce qui éclaire l'usage de l'IA générative dans le divertissement.
OpenAI publie Sora 2, un nouveau modèle de génération vidéo et audio. Selon OpenAI.
Motif de la recommandation :L'original présente les capacités de génération vidéo et audio de Sora 2, permettant de situer les changements par rapport à la version précédente.
OpenAI annonce le lancement de Sora 2 et de l'application Sora.
Motif de la recommandation :L'article expose les mesures de sécurité de Sora 2 et de l'application Sora, permettant de comprendre comment OpenAI encadre un modèle vidéo et une plateforme sociale de création.
OpenAI annonce Sora 2, un modèle de génération vidéo capable de produire des dialogues et des effets sonores synchronisés. Le produit Sora n'est plus disponible.
OpenAI annonce que son modèle de génération vidéo Sora est désormais utilisable sur sora.com. Les utilisateurs peuvent générer des vidéos jusqu'à 1080p.
Motif de la recommandation :Sora est accessible via sora.com avec des vidéos jusqu'à 1080p et 20 secondes, ce qui permet de mesurer les capacités réelles du modèle.
OpenAI explore l'entraînement à grande échelle de modèles génératifs sur des données vidéo. L'équipe entraîne conjointement des modèles de diffusion conditionnés par texte sur des vidéos et des images de durées, résolutions et formats variables, en s'appuyant sur une architecture Transformer opérant sur des patchs spatio-temporels de codes latents vidéo et image. Le plus grand modèle, Sora, peut générer une minute de vidéo haute fidélité, et les résultats suggèrent que le passage à l'échelle des modèles de génération vidéo est une voie prometteuse vers des simulateurs généralistes du monde physique.
Motif de la recommandation :L'article expose l'entraînement conjoint de modèles de diffusion sur vidéos et images et présente Sora capable de générer une minute de vidéo, ce qui éclaire la voie vers des simulateurs du monde physique.