Récemment, la communauté Modelers a officiellement lancé Step-Video et Step-Audio, deux grands modèles multimodaux open source développés par Step-Video. Ces deux modèles sont respectivement utilisés pour la génération de vidéo et l'interaction vocale, visant à fournir aux développeurs et aux entreprises des outils IA plus performants. Step-Video, dont le nom complet est Step-Video-T2V, est un modèle de génération de vidéo open source parmi les plus grands au monde, avec un nombre de paramètres atteignant 30 milliards. Ce modèle est capable de générer directement des vidéos de 20...

Hedra révolutionne le domaine des avatars numériques IA avec le lancement de Character-3, un nouveau modèle capable d'inférence conjointe sur des données images, texte et audio, et de Hedra Studio, une plateforme innovante pour créer et interagir avec ces avatars.

L'institut d'intelligence artificielle de Beijing (BAAI) a lancé le modèle vectoriel multi-modal BGE-VL, marquant une nouvelle ère dans la recherche d'informations. Ce modèle révolutionnaire permet une recherche plus efficace et précise grâce à sa capacité à traiter simultanément des données textuelles et visuelles.

Alibaba a lancé un site Web indépendant pour son modèle vidéo IA, Tongyi Wanxiang, offrant ainsi un accès plus facile à cette technologie de pointe.

Cohere a dévoilé Aya Vision, son nouveau modèle d'IA multimodale puissant, disponible en deux versions : 32 milliards et 8 milliards de paramètres. Ce modèle offre des capacités avancées de traitement d'images et de texte.

Le 6 mars, l’Institut de recherche sur l’intelligence artificielle de Beijing a annoncé la publication en open source du modèle de vecteur multimodal BGE-VL. Cette réalisation marque une percée majeure dans le domaine de la recherche multimodale. Le modèle BGE-VL a obtenu les meilleurs résultats dans les tâches de recherche multimodale telles que la recherche d’images et de texte et la recherche d’images combinées, améliorant considérablement les performances de la recherche multimodale.

Le 3 mars, Secta Network Technology Co., Ltd. de Shanghai a annoncé que son moteur de recherche IA disposait d'un nouveau module de recherche vidéo, étendant ainsi sa couverture des données multimodales. Cette nouvelle fonctionnalité, basée sur l'analyse et la compréhension de dizaines de millions de contenus vidéo, permet aux utilisateurs de trouver plus efficacement les ressources vidéo éducatives et de divertissement dont ils ont besoin.

Baidu a annoncé que son dernier modèle linguistique de grande taille Wenxin 4.5 sera officiellement lancé le 16 mars. Il est entendu que le modèle linguistique de grande taille Wenxin est un élément important du déploiement de Baidu dans le domaine de l'intelligence artificielle. Depuis son lancement initial il y a deux ans, il a eu un impact profond à l'échelle mondiale.

Baidu prépare activement le lancement de son modèle d'intelligence artificielle nouvelle génération, prévu pour mi-mars avec la sortie officielle de la version 4.5 de Wenxin. Selon des sources internes, cette nouvelle version apportera des améliorations significatives dans plusieurs domaines clés, notamment l'inférence, marquant une avancée majeure dans la technologie de l'IA chez Baidu.

Microsoft a publié Magma, un agent IA multimodale open source qui promet de transformer l'expérience utilisateur dans le domaine du shopping et de la robotique. Il offre de nouvelles possibilités d'interaction et d'automatisation.

Microsoft a récemment publié en open-source sur son site officiel un nouveau modèle d'agent IA multi-modal appelé « Magma ». Ce nouvel agent d'intelligence artificielle possède des capacités qui transcendent les mondes numérique et physique, capable de traiter simultanément plusieurs types de données, telles que des images, des vidéos et du texte. Contrairement aux assistants IA traditionnels, Magma se distingue par sa fonction de prédiction comportementale, lui permettant de comprendre plus précisément les intentions et les comportements futurs des personnes ou des objets dans une vidéo. Les applications de Magma sont vastes ; les utilisateurs peuvent exploiter cette IA pour…

Em 25 de fevereiro, na Conferência Global de Desenvolvedores de 2025 da SenseTime, a SenseTime anunciou uma atualização completa de sua ferramenta de produtividade de IA, a família de guaxinins da SenseTime. Essa atualização reforça ainda mais suas capacidades multimodais, acelerando a implementação de aplicativos de IA e evoluindo para um agente de IA. Esta atualização não apenas melhora o desempenho da ferramenta, mas também retorna a IA à sua missão mais básica: ser uma ferramenta de produtividade poderosa.

Ovis2 est la dernière version de la série de modèles Ovis, développée par l'équipe internationale d'Alibaba. Par rapport à la version précédente 1.6, Ovis2 présente des améliorations significatives dans la construction des données et les méthodes d'entraînement. Il renforce non seulement la densité des capacités des modèles à petite échelle, mais améliore également considérablement les capacités de raisonnement par chaîne de pensée (CoT) grâce à l'ajustement des instructions et à l'apprentissage des préférences. De plus, Ovis2 intègre des capacités de traitement vidéo et multi-images, et améliore les capacités multilingues et la reconnaissance optique de caractères (OCR) dans des scénarios complexes, améliorant ainsi considérablement l'utilité du modèle.

Les regards des développeurs du monde entier se tournent à nouveau vers la Chine ! Lors de la Conférence mondiale des développeurs (GDC), très attendue, la communauté ModelScope d'Alibaba Cloud a annoncé le lancement de deux nouveaux modèles multimodaux open source de Step-by-Step : Step-Video-T2V, le modèle de génération vidéo open source au plus grand nombre de paramètres au monde, et Step-Audio, le premier modèle d'interaction vocale open source de niveau production du secteur. Cette annonce a immédiatement suscité l'enthousiasme de la communauté open source mondiale de l'IA, soulignant une fois de plus la forte capacité d'innovation de la Chine dans le domaine de l'intelligence artificielle. En tant que plus grand acteur chinois de l'IA...