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.

Alibaba a récemment lancé QVQ-72B, un nouveau modèle d'inférence multimodale basé sur Qwen2-VL-72B. Ce modèle intègre de puissantes capacités linguistiques et visuelles, lui permettant de traiter des tâches d'inférence et d'analyse plus complexes. Cela marque une nouvelle avancée d'Alibaba dans le domaine de l'IA multimodale. QVQ-72B affiche une amélioration significative dans le raisonnement visuel, les problèmes de mathématiques et de sciences, notamment dans les tâches d'inférence à plusieurs étapes. Cela signifie que le modèle peut non seulement comprendre les informations textuelles, mais aussi les informations visuelles, et les traiter en plusieurs étapes.

L'équipe Qwen a récemment annoncé la publication en open source de son dernier modèle d'inférence multimodale, QVQ, marquant une avancée majeure de l'intelligence artificielle dans la compréhension visuelle et la résolution de problèmes complexes. Ce modèle, basé sur Qwen2-VL-72B, vise à améliorer les capacités d'inférence de l'IA en combinant des informations linguistiques et visuelles. Dans l'évaluation MMMU, QVQ a obtenu un score élevé de 70,3 et a démontré une amélioration significative des performances par rapport à Qwen2-VL-72B-Instruct dans plusieurs tests de référence liés aux mathématiques.