VTP-Small-f16d64
VTP-Small-f16d64 est la variante Small d’un tokenizer visuel préentraîné pour la génération. Il transforme les images en représentations latentes utilisables par d’autres modèles. L’approche VTP…
RÉPERTOIRE DES MODÈLES
Découvrez les nouveaux modèles, classés par date de publication.
VTP-Small-f16d64 est la variante Small d’un tokenizer visuel préentraîné pour la génération. Il transforme les images en représentations latentes utilisables par d’autres modèles. L’approche VTP…
La présentation dans cette langue sera bientôt disponible.
Wan2.6-T2I est un modèle de génération d’images à partir de texte, accessible via Alibaba Cloud Model Studio. Alibaba indique qu’il améliore la qualité visuelle, l’esthétique et le respect des…
Modèle d’audio natif en version préliminaire pour la Live API de Gemini, destiné aux interactions vocales et vidéo en temps réel et à faible latence. Google indique que cette version améliore le…
GLM-TTS est un système de synthèse vocale à partir de texte, conçu pour des usages de production. Zhipu AI l’a annoncé le 10 décembre 2025 et a indiqué rendre ses poids disponibles. Le dépôt officiel…
GLM-ASR-Nano-2512 est un modèle ouvert de reconnaissance automatique de la parole, conçu pour les conditions acoustiques complexes. Il transforme l’audio en texte. La taille annoncée est de 1,5…
DeepSeek-V3.2-Speciale est une variante de DeepSeek-V3.2 conçue pour pousser les capacités de raisonnement, notamment sur les tâches complexes. Elle combine un raisonnement prolongé avec des capacités…
Publié le 1er décembre 2025, DeepSeek-V3.2 est un modèle de langage généraliste ouvert, orienté vers le raisonnement et les agents. Il succède à DeepSeek-V3.2-Exp. Il vise un équilibre entre capacité…