Recrutement de testeurs pour le modèle vidéo Hunyuan de Tencent : une publication en open source en perspective

AIbase基地

Publié leActualités IA · 3 minutes de lecture · Feb 24, 2025

363

Récemment, le modèle vidéo Hunyuan (Hunyuan Video) de Tencent a officiellement lancé un recrutement de partenaires testeurs sur la plateforme X, marquant ainsi l'entrée de cette technologie de pointe de génération de vidéos IA dans une phase d'essai cruciale. Selon les informations officielles, après les tests, il y a de fortes chances que ce modèle soit open-source, contribuant ainsi aux résultats techniques de la communauté mondiale de l'IA.

Le modèle vidéo Hunyuan est une innovation majeure de Tencent dans le domaine de la génération de vidéos par IA. Avec plus de 13 milliards de paramètres, il est l'un des plus grands modèles de génération de vidéos open-source actuellement disponibles. Ses technologies clés incluent une capacité de modélisation efficace du contexte spatio-temporel et une simulation précise des lois physiques complexes, permettant de générer des vidéos de haute qualité et conformes à la logique du monde réel.

Auparavant, l'équipe Hunyuan de Tencent avait déclaré que le modèle avait démontré, lors de la phase de test, des performances supérieures aux modèles les plus avancés actuels, notamment en termes de fluidité vidéo, de restitution des détails et de génération de plusieurs objets.

Ce recrutement public de partenaires testeurs vise à améliorer les performances et l'applicabilité du modèle grâce à une collaboration étendue avec les développeurs, les entreprises et les organismes de recherche. Les partenaires participant aux tests auront l'opportunité d'expérimenter en avant-première les puissantes fonctionnalités de Hunyuan Video et de fournir de précieux retours pour son optimisation.

Tencent a indiqué que la participation des partenaires testeurs constituerait une étape importante avant l'open-source du modèle, garantissant sa stabilité et son utilité dans divers scénarios. Selon les annonces officielles, il y a de fortes chances que Hunyuan Video soit open-source après les tests.

Adresse d'inscription : https://docs.google.com/forms/d/e/1FAIpQLScZe9DflcpKf_JfcgGnAiXfyhEZAt2uP4mE0Rhs5l9R2m49oA/viewform

CogView4 : le premier modèle open source de génération d'images à partir de texte capable de générer des caractères chinois

Beijing Zhihu Zhang Technology Co., Ltd. a annoncé le lancement de CogView4, le premier modèle open source de génération d'images à partir de texte capable de générer des caractères chinois. Ce modèle a obtenu le meilleur score global au benchmark DPG-Bench, devenant ainsi le modèle SOTA (State of the Art) des modèles open source de génération d'images. Il est distribué sous licence Apache 2.0, ce qui en fait le premier modèle de génération d'images à suivre cette licence.

Shenzhou Information intègre le grand modèle open source chinois DeepSeek

Shenzhou Information a récemment annoncé l'intégration du grand modèle open source chinois DeepSeek afin de moderniser son offre complète de solutions financières. Cette initiative marque non seulement une évolution technologique, mais offre également aux clients bancaires un déploiement en environnement privé à faible coût et sécurisé. Grâce à l'intégration de DeepSeek, les neuf gammes de produits et plus de 30 solutions métier clés de Shenzhou Information ont bénéficié d'une amélioration globale de l'intelligence artificielle, couvrant de nombreux domaines tels que l'exploitation de la clientèle de détail, les canaux numériques, l'open banking, les opérations de crédit, l'intelligence des données et les plateformes d'entreprise.

Google publie TimesFM 2.0, un modèle open source de prévision de séries temporelles, applicable aux ventes au détail et aux marchés boursiers

L'équipe de recherche Google a récemment lancé TimesFM (modèle de base temporel) 2.0, un modèle pré-entraîné spécialement conçu pour la prévision de séries temporelles. Ce modèle vise à améliorer la précision des prévisions de séries temporelles et à promouvoir le développement de l'intelligence artificielle grâce à l'open source et au partage scientifique. Le modèle TimesFM 2.0 possède de puissantes fonctionnalités, capable de gérer la prévision de séries temporelles univariées jusqu'à 2048 points de données, et prend en charge n'importe quelle durée de prévision. Il est important de noter que, bien que la longueur maximale du contexte d'entraînement du modèle soit de 2048,

ByteDance publie LatentSync, un modèle open source de synchronisation labiale pour un rendu ultra-réaliste

ByteDance a récemment publié LatentSync, un nouveau framework de synchronisation labiale visant à obtenir une synchronisation plus précise des lèvres grâce à un modèle de diffusion latent conditionnel à l'audio. Ce framework, basé sur Stable Diffusion, a été optimisé pour la cohérence temporelle. Contrairement aux méthodes précédentes basées sur la diffusion dans l'espace pixel ou la génération en deux étapes, LatentSync utilise une approche de bout en bout, sans représentation intermédiaire du mouvement, permettant de modéliser directement la relation complexe entre l'audio et la vidéo. Dans LatentSync,