Rask AI : un outil de traduction vidéo localisée prenant en charge plus de 60 langues

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

xAI lance Grok Vision : une nouvelle ère d'interaction visuelle et multilingue intelligente

Majeure mise à jour de Grok ! Capacité visuelle, traitement audio multilingue et recherche en temps réel révolutionnaires

Les nouveaux modèles d'inférence o3 et o4-mini d'OpenAI lancent une tendance de géolocalisation de photos, soulevant des inquiétudes quant à la vie privée

Avec les progrès constants de l'intelligence artificielle, OpenAI a récemment lancé ses derniers modèles d'inférence : o3 et o4-mini. Ces deux nouveaux modèles sont non seulement plus puissants pour la compréhension de texte, mais ils possèdent également la capacité d'inférence d'image, devenant rapidement les chouchous des utilisateurs. Selon le rapport de TechCrunch, de plus en plus d'utilisateurs utilisent ChatGPT pour localiser l'endroit précis où une photo a été prise, un nouveau phénomène qui a suscité un vif intérêt sur les médias sociaux. Les modèles o3 et o4-mini possèdent de puissantes capacités...

万卷·丝路 2.0：Un ensemble de données multimodales multilingues open source du laboratoire d'intelligence artificielle de Shanghai

Le corpus multilingue et multimodal « 万卷·丝路 2.0 » publié par le laboratoire d'intelligence artificielle de Shanghai est désormais open source. S'appuyant sur les 5 langues déjà incluses (arabe, russe, coréen, vietnamien et thaï), ce corpus ajoute 3 langues rares : le serbe, le hongrois et le tchèque. Il couvre quatre modalités : texte, image, audio et vidéo, pour un total de plus de 11,5 millions d'éléments et plus de 26 000 heures de contenu audio et vidéo. Il représente ainsi une ressource importante pour le domaine multimodal des langues moins courantes.

ByteDance lance Multi-SWE-bench, une nouvelle norme pour la réparation automatique de code multilingue

Dans le monde du développement de logiciels, la correction d'erreurs est toujours un problème épineux. Aujourd'hui, l'équipe du modèle Doubao de ByteDance apporte une bonne nouvelle : elle lance officiellement le premier ensemble de données d'ingénierie logicielle (SWE) multilingue – Multi-SWE-bench. Cet ensemble de données vise à évaluer et à améliorer la capacité des grands modèles à corriger automatiquement les erreurs de code. Multi-SWE-bench, contrairement aux ensembles de données monolingues précédents, élargit considérablement la portée d'application. Cet ensemble de données ne se limite pas à Python

Vision-R1 : L’apprentissage par renforcement améliore la localisation visuelle, performances du modèle texte-image augmentées de 50 %

Récemment, l’Institut d’automatisation de l’Académie chinoise des sciences et l’équipe de Zhongke Zidong Taichu ont collaboré pour lancer une nouvelle méthode : Vision-R1. En utilisant une technique d’apprentissage par renforcement de type R1, cette méthode améliore considérablement les capacités de localisation visuelle. Non seulement elle a permis une amélioration des performances de 50 % sur des tâches complexes telles que la détection d’objets et la localisation visuelle, mais elle a même surpassé les modèles actuels les plus performants (SOTA) dont la taille des paramètres est plus de 10 fois supérieure. Actuellement, les grands modèles texte-image reposent généralement sur une méthode de « pré-entraînement + réglage fin supervisé » pour améliorer leur capacité à répondre aux instructions des utilisateurs, mais cette méthode...

DeepSeek dément officiellement : les rumeurs de sortie du modèle R2 le 17 mars sont fausses

Aujourd'hui, la société chinoise d'intelligence artificielle DeepSeek a officiellement démenti par le biais de ses canaux officiels les rumeurs selon lesquelles son prochain modèle d'IA, DeepSeek R2, serait lancé le 17 mars. Des messages circulant précédemment sur la plateforme X annonçaient la présentation imminente de DeepSeek R2 à la mi-mars, avec des améliorations potentielles significatives en termes de capacités de programmation, de raisonnement multilingue et de rentabilité. Cependant, le compte officiel de DeepSeek a clairement répondu dans les groupes d'utilisateurs : "Démenti : la sortie du R2 est une fausse information", mettant ainsi fin à ces spéculations.

DeepSeek R2 pourrait sortir le 17 mars et défier Claude Sonnet 3.7

Selon les dernières nouvelles sur X, le prochain modèle d'IA de DeepSeek, DeepSeek R2, devrait sortir officiellement le 17 mars. Cette annonce a rapidement suscité l'intérêt du secteur, beaucoup estimant que ce nouveau modèle pourrait constituer un défi de taille pour les géants actuels de l'IA, tels que Claude Sonnet 3.7 d'Anthropic. Un message posté ce matin sur X par l'utilisateur tanvitabs indique que DeepSeek R2 revendique des avancées dans plusieurs domaines clés, notamment une meilleure...

Babel, le grand modèle linguistique open source d'Alibaba, prend en charge 25 langues et touche 90% de la population mondiale