Black Forest Labs explique la construction de l'intelligence visuelle derrière FLUX 3
Andreas Blattmann et Dustin Podell, de Black Forest Labs, détaillent dans un entretien pourquoi FLUX 3 est entraîné conjointement sur l'image.
Andreas Blattmann et Dustin Podell, de Black Forest Labs, détaillent dans un entretien pourquoi FLUX 3 est entraîné conjointement sur l'image.
Andreas Blattmann et Dustin Podell, de Black Forest Labs, détaillent dans un entretien la démarche derrière FLUX 3.
Runway a publié Praxis-1, son modèle de contrôle de robots.
Adobe a présenté à sa conférence Max plusieurs projets expérimentaux : Project Sight Span transforme toute image plate (photo.
Adobe renforce ses applications Creative Cloud et sa plateforme Firefly avec de nouvelles fonctions de suppression d'objets et de retouche assistées par IA. Premiere accueille en bêta un outil Generative Remove qui efface et reconstruit les objets indésirables directement sur la timeline, tandis que Photoshop reçoit un Remove Tool amélioré, Quick Compare et Relight, et que Lightroom étend la suppression de imperfections sur ordinateur avec Open Eyes en bêta publique. Firefly gagne des Quick Actions désormais disponibles et plusieurs expériences en bêta, dont Firefly Design, Firefly Graph et Firefly Builder.
Google DeepMind rend généralement disponible son modèle de génération vidéo Gemini Omni 1.2 Flash.
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.
Une équipe de recherche menée par Google, avec Stanford, Oxford et plusieurs universités américaines.
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.
Google DeepMind a publié mardi Genie 4 en aperçu de recherche, une version qui génère des mondes plus photoréalistes et interactifs.
Grok a mis en ligne les sept premières minutes de sa version de « L'Odyssée » générée par IA.
La série documentaire Blue Planet III de la BBC choisit de conserver les plans imparfaits pour prouver son authenticité à l'ère de l'IA. La productrice exécutive Elizabeth White explique que des éléments comme le plancton, les bateaux ou les bouées, autrefois écartés au montage, sont désormais laissés à l'image afin d'offrir une version plus organique des océans. La série montre notamment des dauphins bloquant des trous avec des éponges de mer pour piéger des poissons, la communication entre espèces de poissons et 200 000 crabes se formant pour se nourrir.
Kling AI a publié la version 4.0 de son générateur vidéo, qui permet de générer jusqu'à 30 secondes de vidéo en une seule passe et accepte jusqu'à dix images clés en entrée.
TwelveLabs Pegasus 1.5, un modèle de langage vidéo.
Mark Wahlberg s'est déclaré ouvert à l'idée qu'un clone IA de son image perpétue son héritage.
La cinéaste américaine Valerie Veatch présente « Ghost in the Machine », un documentaire de 110 minutes reliant l'IA.
Higgsfield fait passer la vidéo IA de 1 minute à plus de 10 minutes grâce à GPT-6 Astra, avec des visuels précis via GPT-Image-2.5 et une voie vers la réalisation vocale avec GPT-Live.
Odyssey rend public son modèle de monde Odyssey-3, qui génère des environnements interactifs en temps réel à partir de descriptions textuelles.
Ben Affleck, qui a vendu sa startup de production cinématographique par IA à Netflix pour 587 millions de dollars selon les rapports.
Pollo AI utilise GPT-5.6, GPT-6 Astra et GPT-Image-2.5 pour permettre aux créateurs de transformer des idées en images détaillées et en publicités vidéo cinématographiques.
Melius, plateforme IA de génération de campagnes, d'images et de vidéos publicitaires.
Reka AI a publié un aperçu de recherche de Rho-1, un modèle omni de 19 milliards de paramètres qui traite et génère du texte.
Runway a présenté GWM Worlds 2, un aperçu de recherche qui transforme la génération vidéo et audio haute fidélité en simulation interactive en temps réel.
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.
OpenAI a conçu Sora 2 et l'application Sora en plaçant la sécurité au fondement.
OpenAI détaille la philosophie du feed de Sora, conçu pour stimuler la créativité.
Higgsfield permet aux créateurs de produire des vidéos sociales au rendu cinématographique à partir d'entrées simples, en s'appuyant sur OpenAI GPT-4.1, GPT-5 et Sora 2.
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.
Invideo AI s'appuie sur GPT-4.1, gpt-image-1 et les modèles de synthèse vocale d'OpenAI pour transformer des idées créatives en vidéos professionnelles en quelques minutes.
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.
Le duo de cinéastes Vallée Duhamel explique comment Sora les aide à construire de nouveaux mondes.
Sora est le modèle de génération vidéo d'OpenAI, conçu pour prendre en entrée du texte.
Le cinéaste Lyndon Barrois utilise Sora d'OpenAI comme outil de narration pour créer de nouveaux mondes. Il décrit dans ce contenu comment exploiter Sora pour raconter des histoires.
L'artiste interdisciplinaire Minne Atairu explique comment Sora l'aide à concrétiser sa vision.
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.
OpenAI présente le fine-tuning de GPT-3 appliqué à la création vidéo clé en main. L'approche vise à alimenter et à passer à l'échelle la production de vidéos « done-for-you ». Aucun détail sur les paramètres, les benchmarks ou la disponibilité n'est fourni dans le texte source.