Aller au contenu
  1. Google DeepMind78

    Google DeepMind lance Gemini Omni 1.2 Flash avec des clips de 15 secondes

    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.

  1. Google DeepMind78

    Google DeepMind dévoile Genie 4, un modèle du monde multimodal en temps réel

    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.

  1. Hugging Face Blog88

    Thinking Machines Lab publie Inkling, un LLM multimodal open source de 1T paramètres avec fenêtre de contexte de 1M

    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.

  1. OpenAI News82

    OpenAI publie Sora 2, un modèle de génération vidéo et audio

    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.

  2. OpenAI News72

    OpenAI lance Sora 2 et l'application Sora en mettant l'accent sur la sécurité

    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.

  1. OpenAI News88

    OpenAI rend Sora disponible sur sora.com

    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.

  2. OpenAI News75

    Carte système de Sora

    Sora est le modèle de génération vidéo d'OpenAI, conçu pour prendre en entrée du texte.

  1. OpenAI News91

    Les modèles de génération vidéo comme simulateurs du monde

    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.

Fin de la liste