Aller au contenu
4 octobredim.
  1. Tom's Hardware 3D62

    LDraw Nova, un outil open source qui fait concevoir des maquettes LEGO de plus de 2000 pièces par des agents IA

    LDraw Nova, un outil open source, permet à des agents IA de concevoir des maquettes LEGO de plus de 2000 pièces réelles en générant des programmes qui produisent des fichiers CAD détaillés. Il s'appuie sur des modèles généralistes comme GPT-6 Astra et Claude Opus 5.5 pour créer des constructions élaborées à partir d'un prompt, dont une Sakura Garden de 2175 pièces. Aucune maquette n'a encore été construite avec de vraies briques, et le développeur Carlos Antelo indique ne pas avoir essayé. L'agent écrit un plan en JSON décrivant le modèle et ses sous-modèles, génère un programme Python, puis produit la sortie LDraw, avec des rendus successifs pour ajuster le résultat. L'outil fonctionne comme une web app Docker compatible avec OpenAI, Anthropic et OpenRouter, et la galerie crédite chaque construction au modèle utilisé. Le projet présente des limites : la modélisation physique manque, la stabilité n'est pas gérée, le coût en tokens peut atteindre environ 5 dollars pour un mécanisme Technic avec Astra, et seuls les modèles de pointe génèrent de grandes constructions précises. Il diffère de LegoGPT, devenu BrickGPT sur GitHub, entraîné sur plus de 47000 structures LEGO et qui vérifie validité et stabilité physique pendant la génération.

3 octobresam.
30 septembremer.
10 septembrejeu.
  1. Hugging Face Blog62

    Reconstruire AUTOMATIC1111 avec Gradio Workflow : 11 pipelines et 73 nœuds

    Hugging Face présente Workflow1111, un canevas de workflow unique qui reconstruit la plupart des fonctionnalités d'AUTOMATIC1111 sous forme de 11 pipelines multimédias construits avec 73 nœuds. Le canevas couvre la génération texte-image, le hi-resolution fix, l'image-to-image, la matrice de prompts, l'interrogation VLM, la détection vers masque d'inpainting, les annotateurs de style ControlNet, la suppression d'arrière-plan, le stockage PNG Info et l'image-to-video, avec des modèles comme FLUX.1-Kontext, Qwen3-4B, Qwen2.5-VL, DETR, AuraSR ×4, BRIA RMBG-2.0 et Wan 2.2 I2V A14B. Chaque nœud de sortie devient un point d'accès REST, et avec mcp_server=True, ces points d'accès deviennent des outils MCP appelables par des assistants IA comme Claude Code ou Cursor.

    Motif de la recommandation :L'article détaille comment reconstruire l'ensemble des fonctionnalités d'AUTOMATIC1111 avec 73 nœuds Gradio Workflow, et comment chaque sortie devient un point d'accès REST et un outil MCP.

8 septembremar.
30 juilletjeu.
23 juilletjeu.
  1. Hugging Face Blog62

    Diffusers intègre Nunchaku Lite pour l'inférence de diffusion en 4 bits

    Diffusers prend désormais en charge nativement les checkpoints Nunchaku Lite : il suffit d'appeler from_pretrained() pour charger un modèle quantifié en 4 bits.

    Motif de la recommandation :L'intégration native de Nunchaku Lite dans Diffusers permet de charger des checkpoints 4 bits avec from_pretrained() et de quantifier de nouvelles architectures via diffuse-compressor.

16 juilletjeu.
8 juilletmer.
6 juilletlun.
1 juilletmer.
9 juinmar.
  1. Hugging Face Blog62

    Comment un agent a construit une galerie 3D de Paris en enchaînant deux Hugging Face Spaces

    Un agent de codage a construit une galerie 3D des monuments de Paris en appelant directement deux Hugging Face Spaces.

    Motif de la recommandation :L'auteur montre comment un agent enchaîne deux Spaces Hugging Face via agents.md pour produire des splats 3D à partir de simples prompts, une méthode directement réutilisable.

8 juinlun.
19 maimar.
18 mailun.
  1. Google DeepMind88

    Google DeepMind lance Gemini Omni Flash, un modèle de génération vidéo multimodale

    Google DeepMind annonce Gemini Omni, une nouvelle famille de modèles capable de créer du contenu à partir de n'importe quelle entrée.

    Motif de la recommandation :Google DeepMind présente Gemini Omni Flash, un modèle multimodal capable de générer et d'éditer des vidéos à partir de plusieurs entrées, avec un déploiement immédiat sur plusieurs produits.

23 avriljeu.
  1. Google Research62

    Google Photos déploie Auto frame pour recomposer les photos après la prise de vue

    Google Photos intègre Auto frame, une fonctionnalité qui recompose une photo après la prise de vue en modifiant la position et l'orientation de la caméra virtuelle. La méthode combine estimation 3D de la scène et du point map, rendu classique, puis inpainting par un modèle de diffusion latent entraîné sur des paires d'images à paramètres de caméra connus. Elle détecte aussi la position et l'orientation 3D des visages pour choisir le cadrage idéal et corriger la distorsion des selfies grand-angle, la version recomposée apparaissant comme deuxième option dans les candidats Auto frame.

    Motif de la recommandation :L'article détaille une méthode en deux étapes qui reconstruit la scène en 3D puis génère les zones manquantes, utile pour comprendre comment l'édition d'image assistée par IA dépasse le simple recadrage.

21 avrilmar.
16 avriljeu.
  1. OpenAI News62

    OpenAI met à jour l'application Codex pour macOS et Windows avec utilisation de l'ordinateur, navigation intégrée et plugins

    OpenAI annonce une mise à jour de l'application Codex pour macOS et Windows, qui ajoute l'utilisation de l'ordinateur.

    Motif de la recommandation :L'original énumère les nouvelles capacités de Codex sur macOS et Windows, ce qui permet de juger comment elles s'intègrent aux flux de travail des développeurs.

10 avrilven.
26 marsjeu.
  1. Google DeepMind73

    Google DeepMind lance Lyria 3 Pro, génération musicale jusqu'à 3 minutes

    Google DeepMind présente Lyria 3 Pro, une version avancée de son modèle de génération musicale capable de créer des morceaux allant jusqu'à 3 minutes avec une meilleure compréhension de la composition, permettant de demander des intros, couplets, refrains et ponts. Le modèle arrive en aperçu public sur Vertex AI et rejoint Google AI Studio, l'API Gemini, Google Vids, l'application Gemini et ProducerAI, avec un déploiement auprès des clients Workspace et des abonnés payants. Toutes les sorties sont marquées par SynthID et le modèle ne reproduit pas les artistes nommés dans les prompts.

    Motif de la recommandation :Lyria 3 Pro allonge la génération à 3 minutes avec une conscience structurelle, et son intégration à Vertex AI, AI Studio, Vids et Gemini éclaire les usages professionnels.

5 marsjeu.
  1. Hugging Face Blog62

    Hugging Face lance Modular Diffusers, des blocs composables pour les pipelines de diffusion

    Hugging Face présente Modular Diffusers, une nouvelle façon de construire des pipelines de diffusion en composant des blocs réutilisables.

    Motif de la recommandation :L'article détaille la composition par blocs des pipelines de diffusion et l'intégration avec Mellon, ce qui permet de juger de la flexibilité offerte pour construire des workflows personnalisés.

4 marsmer.
19 févrierjeu.
  1. Google DeepMind75

    Google déploie Lyria 3 dans l'application Gemini pour générer de la musique à partir de texte ou d'images

    Google DeepMind met en beta Lyria 3 dans l'application Gemini, un modèle de génération musicale qui produit des pistes de 30 secondes à partir d'un texte ou d'une photo.

    Motif de la recommandation :Lyria 3 est déployé dans l'application Gemini en beta avec génération de pistes de 30 secondes à partir de texte ou d'images, ce qui permet de situer les capacités musicales grand public de Google.

3 févriermar.
30 janvierven.
  1. Google DeepMind78

    Google DeepMind déploie Project Genie, prototype de création de mondes interactifs

    Google DeepMind ouvre l'accès à Project Genie, un prototype de recherche expérimental réservé aux abonnés Google AI Ultra aux États-Unis (18 ans et plus).

    Motif de la recommandation :Le prototype détaille trois capacités concrètes et les limites connues du modèle Genie 3, utile pour situer l'état réel des world models.

16 décembremar.
25 novembremar.
20 novembrejeu.
  1. Google DeepMind80

    Google DeepMind publie Nano Banana Pro (Gemini 3 Pro Image)

    Google DeepMind publie Nano Banana Pro (Gemini 3 Pro Image), un modèle de génération et d'édition d'images construit sur Gemini 3 Pro.

    Motif de la recommandation :L'original détaille les capacités de génération et d'édition d'images, les résolutions et les intégrations, ce qui aide le lecteur à évaluer les scénarios de production concernés.

30 aoûtsam.
  1. CNC Kitchen62

    TooltraceAI génère automatiquement des bacs Gridfinity à partir d'une photo

    L'outil en ligne gratuit TooltraceAI génère automatiquement des bacs Gridfinity à partir d'une simple photo d'outils posés sur une feuille de papier A4 servant d'échelle.

    Motif de la recommandation :L'outil transforme une photo d'outils en bacs Gridfinity imprimables, avec les réglages et astuces d'impression bi-couleur testés par l'auteur.

17 juilletjeu.
8 maijeu.
24 avriljeu.
7 avrillun.