Alibaba a rendu open-source Tongyi Qianwen QwQ-32B, un nouveau modèle d'inférence léger capable de fournir des performances exceptionnelles même sur des cartes graphiques grand public. Dites adieu aux exigences matérielles élevées et profitez de performances de pointe accessibles à tous.

Aujourd'hui, Alibaba a annoncé la mise en open source complète de son modèle de génération de vidéo Wanxiang 2.1, avec les versions 14B et 1,3B disponibles. La version professionnelle 14B, haute performance, offre des performances de pointe pour les scénarios exigeant une qualité vidéo exceptionnelle ; tandis que la version ultrarapide 1,3B, adaptée aux cartes graphiques grand public, permet de générer des vidéos 480p de haute qualité avec seulement 8,2 Go de VRAM, et convient au développement de modèles secondaires et à la recherche académique. Selon les informations officielles, le Wanxiang 2.1 open-source amélioré dans la gestion des mouvements complexes, la restitution des lois physiques réelles, l'amélioration de la qualité cinématographique...

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…

Récemment, xAI, la société d'intelligence artificielle de Musk, a officiellement lancé son dernier chatbot : Grok3. Selon la déclaration officielle de la société, Grok3 a obtenu d'excellents résultats lors de nombreux tests, rivalisant même avec les géants du secteur tels que Gemini, DeepSeek et ChatGPT. Cette annonce suscite sans aucun doute de nouvelles attentes et de nombreuses discussions dans le domaine de l'IA. Grok3 est actuellement disponible pour les abonnés Premium +, ce qui signifie que les utilisateurs peuvent être parmi les premiers à découvrir les puissantes fonctionnalités de ce nouveau modèle.

Récemment, Microsoft et des institutions de recherche telles que l'université de Californie à Berkeley et l'université de l'Illinois ont collaboré pour open-sourcer un projet nommé AIOpsLab, visant à fournir un système d'agent intelligent pour l'automatisation des opérations cloud. AIOpsLab peut simuler des tâches opérationnelles complexes dans un environnement de services cloud réel, prendre en charge la détection, la localisation et la résolution automatiques des pannes, améliorant ainsi considérablement l'observabilité et l'efficacité des opérations des services cloud. La fonction principale d'AIOpsLab est, grâce à une conception modulaire, de prendre en charge la collaboration entre les humains et les agents numériques, facilitant ainsi l'extension des applications pour les développeurs.

Nvidia, la société américaine de technologie, a récemment finalisé l'acquisition de la société israélienne de logiciels Run:ai. Cette collaboration permettra d'améliorer l'efficacité de la gestion du cloud AI. Bien que le montant exact de l'acquisition n'ait pas été divulgué, des rapports indiquent que la transaction s'élève à environ 700 millions de dollars. Nvidia a annoncé qu'il open-sourcerait le logiciel de Run:ai afin de soutenir plus largement l'écosystème de l'IA. Le logiciel principal de Run:ai aide les clients à planifier efficacement les ressources GPU Nvidia, optimisant ainsi les calculs de l'IA.

La société Yue Zhi An Mian et le laboratoire MADSys de l'Université Tsinghua ont conjointement publié Mooncake, un projet open-source visant à construire une architecture d'inférence de modèle de grande échelle centrée sur KVCache. En juin 2024, les deux parties avaient déjà publié conjointement la conception du système d'inférence Mooncake pour Kimi, une solution basée sur la séparation PD et une architecture de calcul de stockage qui améliore considérablement le débit d'inférence et a suscité un vif intérêt de l'industrie.

Google a récemment annoncé l'open-source de son outil de filigrane de texte SynthID, conçu pour aider les développeurs à mieux identifier les textes générés par l'IA. Cet outil est désormais accessible au public via la "boîte à outils IA générative responsable" de Google. Pushmeet Kohli, vice-président de la recherche chez Google DeepMind, a déclaré que cette technologie permettrait aux autres développeurs d'IA générative de détecter si une sortie textuelle provient de leurs propres grands modèles de langage (LLM), ce qui les aidera à agir de manière plus responsable.

Le modèle RB-Modulation open-source de Google suscite l’intérêt dans le domaine du traitement d’images par intelligence artificielle. Ses principaux avantages sont la personnalisation sans entraînement, la haute fidélité, une puissante capacité de description de style et son adaptabilité. Ce modèle permet une personnalisation de style d’image de haute qualité sans entraînement supplémentaire, prenant directement en charge les principaux modèles de génération d’images. Son principal atout réside dans son module innovant d’agrégation des caractéristiques d’attention (AFA), qui résout efficacement le problème de la fuite de style et garantit la pureté du style des images générées. Sur le plan technique, RB-Modulation démontre...

Le Hyper SD Lora de FLUX Dev, open-source de ByteDance, révolutionne la vitesse de génération d'images par IA grâce à ses capacités de génération d'images efficaces, réduisant le processus traditionnel long et complexe à 8 ou 16 étapes. Cela fournit non seulement un chemin rapide pour la réalisation créative, mais aussi un espace de démonstration sur Hugging Face permettant aux utilisateurs de découvrir directement les résultats de génération d'images avec Lora en 8 étapes. Bien qu'il y ait une légère perte de qualité d'image, cela n'affecte pas la plupart des utilisateurs. Des exemples de comparaison montrent que la perte est imperceptible sans zoom.

Apple a récemment lancé une technologie innovante de génération d'images et de vidéos appelée Matryoshka Diffusion Models (MDM), surnommée de manière imagée 'modèle de diffusion emboîté'. Le MDM utilise une méthode révolutionnaire qui traite simultanément les images à différentes résolutions, permettant une génération transparente d'une esquisse basse résolution à des détails haute résolution. Son concept central est similaire à celui des poupées russes Matriochkas, chaque niveau contenant une sous-structure plus petite mais fonctionnelle. Cette architecture innovante est appelée Nested.

L'Institut de recherche sur l'intelligence artificielle de Beijing (BAAI) et l'Institut de recherche sur l'intelligence artificielle de China Telecom ont collaboré pour lancer la version mise à niveau de la série de grands modèles Tele-FLM, incluant le modèle d'instructions FLM-2-52B-Instruct de 52 milliards de paramètres et le modèle Tele-FLM-1T à mille milliards de paramètres. FLM-2-52B-Instruct, grâce à l'ajustement fin des instructions, se concentre sur l'amélioration des capacités de dialogue en chinois, atteignant 90% du niveau de GPT-4. Il est basé sur le modèle de base Tele-FLM-52B, utilisant un ensemble de données spécifique et une optimisation des paramètres. Tele-F...

Kuaishou a fait une grande annonce aujourd'hui : l'open-source de son propre modèle de génération d'images, « Kolors ». Ce n'est pas un modèle ordinaire ; il a été entraîné sur des milliards de paires texte-image, utilise un modèle linguistique général (GLM) comme encodeur de texte, prend en charge les invites bilingues chinois-anglais et peut traiter un contexte allant jusqu'à 256 jetons.

La version 1.2 du dernier modèle de génération d'images à partir de texte HunYuan DiT de Tencent, compatible avec les plugins Onijza, LoRA, ControlNet et Kohya pour la bibliothèque Diffusers, abaisse considérablement le seuil de formation de modèles de génération d'images personnalisés. Cette version améliorée offre une qualité d'image et une composition sensiblement améliorées. Le modèle HunYuan Captioner, qui prend en charge les descriptions bilingues chinois-anglais, comprend plus précisément la sémantique chinoise et génère des descriptions d'images structurées, complètes et précises. L'open-source du modèle HunYuan Captioner permet...

Microsoft a publié en open-source sur son site officiel GraphRAG, un RAG (Retrieval Augmented Generation) basé sur un graphe. Ce système construit un graphe de connaissances d'entités pour améliorer les capacités de recherche, de question-réponse, de résumé et de raisonnement des grands modèles, particulièrement adapté à la gestion de grands ensembles de données.

La société ZeroOne AI a annoncé la mise à disposition en open-source du modèle Yi-9B. Yi-9B est le modèle de la série Yi le plus performant en termes de codage et de mathématiques. Yi-9B excelle en capacités générales, en codage et en mathématiques. Yi-9B peut être facilement déployé sur une carte graphique grand public. La société a été fondée par Kai-Fu Lee, président-directeur général de Sinovation Ventures.

Le laboratoire Tongyi d'Alibaba a publié en open-source SCEdit, un cadre d'ajustement fin pour les tâches de génération d'images. SCEdit offre des performances élevées pour les tâches de génération d'images. Il permet un contrôle précis lors de la génération d'images contrôlées et réduit la consommation de mémoire vive pendant l'entraînement.

Le modèle de base XVERSE-65B-2 d'Yuanxiang, un grand modèle open-source haute performance, se concentre sur l'amélioration des capacités de codage et de mathématiques. XVERSE-65B-2 a été optimisé dans le cadre d'un pré-entraînement continu, avec un total de 3,2 billions de jetons d'entraînement. Les grands modèles d'Yuanxiang surpassent GPT3.5 et Llama2-70B dans les évaluations globales et dépassent tous les modèles open-source de référence. XVERSE-65B sur SuperCLUE...

Mistral a récemment publié le modèle Mixtral 8x7B, suscitant un vif intérêt au sein de la communauté IA. Ce modèle surpasse le célèbre GPT-3.5 et la famille Llama 2 de Meta, créant une onde de choc dans le domaine de l'IA open-source. Les performances de Mistral 8x7B ont impressionné les premiers utilisateurs, mais ont également soulevé des inquiétudes quant à la sécurité. Le modèle open-source Mistral Mixtral 8x7B publié surpasse les performances du célèbre GPT-3.5 et de M