Modèle de texte à parole EmoPP open source basé sur le rythme émotionnel

Bombe atomique de l'open source ! Step1X-Edit débarque sur Hugging Face pour créer de nouveaux mondes avec le langage naturel, des performances proches de GPT-4o !

ChatDLM : le premier modèle linguistique de diffusion au monde sur le point d'être open source, ouvrant la voie à de nouvelles avancées en IA

Bulletin IA : nouveau modèle audio de base Kimi-Audio ; modèle d’édition d’images open source Step1X-Edit ; lancement de la boîte à outils IA Quark

Moonshot AI lance Kimi-Audio : un modèle audio de base open source révolutionnaire

Moonshot AI a récemment annoncé le lancement de Kimi-Audio, un nouveau modèle audio de base open source visant à faire progresser les technologies de compréhension, de génération et d’interaction audio. Cette annonce a suscité un vif intérêt au sein de la communauté mondiale de l’IA et est considérée comme une étape importante dans le développement de l’IA multimodale. Voici un compte rendu complet des caractéristiques clés, des performances et de l’impact sectoriel de Kimi-Audio. Caractéristiques révolutionnaires : capacité de traitement audio polyvalente Kimi-Audio-7B-Instruct basé sur Qwen

Step1X-Edit : Une nouvelle référence en matière d'édition d'images open source, rivalisant avec des modèles propriétaires comme GPT-4o

30,5 k étoiles ! Ce trésor d'outil de conception IA, pourquoi les développeurs en raffolent-ils ?

Un projet open source sur GitHub, intitulé « system-prompts-and-models-of-ai-tools », suscite un vif intérêt et a cumulé 30 500 étoiles, devenant une ressource prisée des développeurs et chercheurs en IA. Selon AIbase, ce projet rassemble les invites système et les configurations de modèles de 9 outils IA populaires, comprenant plus de 6 500 lignes de code et couvrant v0, Cursor, Manus, Same.dev, Lovable, Devin, Rep.

Première machine virtuelle blockchain intégrant un framework de développement de grands modèles au monde, officiellement open source

Kunlun Wanwei publie en open source la version 2.0 de Skywork-R1V : amélioration des capacités de raisonnement visuel et textuel

Le 24 avril, Kunlun Wanwei a annoncé la publication en open source de son modèle d'inférence multimodale Skywork-R1V2.0 (ci-après R1V2.0). Cette version mise à jour a considérablement amélioré ses capacités de raisonnement visuel et textuel, notamment dans les problèmes de raisonnement approfondis des sciences de niveau baccalauréat et dans les scénarios de tâches générales, faisant de lui le modèle multimodale open source le plus équilibré en termes de capacités de raisonnement visuel et textuel.

AWS lance SWE-PolyBench : une nouvelle référence open source pour l'évaluation des assistants de programmation IA

AWS AI Labs a récemment lancé SWE-PolyBench, une référence open source multilingue conçue pour fournir un cadre d'évaluation plus complet des assistants de programmation IA. Avec les progrès des modèles linguistiques de grande taille (LLM), le développement des assistants de programmation IA, capables de générer, modifier et comprendre du code logiciel, a considérablement progressé. Cependant, les méthodes d'évaluation actuelles présentent encore de nombreuses limitations, de nombreux benchmarks se concentrant souvent sur une seule langue comme Python, sans refléter la réalité de manière exhaustive.

Lancement de Dia, un modèle TTS open source révolutionnaire : prise en charge des émotions, des indices non verbaux et une qualité comparable à une conversation humaine

Nari Labs, une start-up composée de deux personnes, a lancé Dia, un modèle de synthèse vocale (TTS) de 1,6 milliard de paramètres, conçu pour générer des conversations naturelles directement à partir d'invites textuelles. Son co-fondateur, Toby Kim, affirme que Dia surpasse les produits propriétaires de concurrents tels qu'ElevenLabs, ainsi que la fonction de génération de podcasts NotebookLM AI de Google, et pourrait même concurrencer le récent gpt-4o-mini d'OpenAI.