PP-OCRv6_small_det
PP-OCRv6_small_det est le modèle léger de détection de texte de la famille PP-OCRv6, développé par l’équipe PaddleOCR. Il compte environ 2,48 millions de paramètres et utilise LCNetV4 et RepLKFPN. Ses…
RÉPERTOIRE DES MODÈLES
Découvrez les nouveaux modèles, classés par date de publication.
PP-OCRv6_small_det est le modèle léger de détection de texte de la famille PP-OCRv6, développé par l’équipe PaddleOCR. Il compte environ 2,48 millions de paramètres et utilise LCNetV4 et RepLKFPN. Ses…
PP-OCRv6_tiny_rec est le modèle de reconnaissance de texte le plus léger de la série PP-OCRv6, destiné notamment aux appareils en périphérie et à l’IoT. Il compte environ 1,1 million de paramètres ;…
PP-OCRv6_tiny_det est le modèle léger de détection de texte de la famille PP-OCRv6, développé par l’équipe PaddleOCR pour les environnements à ressources limitées. Il compte environ 0,43 million de…
DiffusionGemma est un modèle expérimental multimodal à poids ouverts, développé par Google DeepMind et annoncé le 10 juin 2026. Fondé sur Gemma 4 et les recherches Gemini Diffusion, il privilégie la…
Date de lancement : 9 juin 2026. (anthropic.com) Claude Mythos 5 est un modèle spécialisé dans la cybersécurité et la recherche en biologie. Il repose sur le même modèle sous-jacent que Claude Fable 5…
Claude Fable 5 est un modèle de la classe Mythos proposé pour un usage général, avec des garde-fous supplémentaires. Il a été annoncé le 9 juin 2026. La documentation le classe désormais comme modèle…
Gemini 3.5 Live Translate est un modèle audio de traduction vocale à faible latence, conçu pour traduire des conversations presque en temps réel. Google l’a annoncé le 9 juin 2026. La version destinée…
SCAIL-2 est un modèle ouvert d’animation contrôlée de personnages. Il transfère le mouvement d’une vidéo de référence à un personnage de référence et génère une vidéo, sans imposer de représentation…
Qwen3.7-Max est le modèle le plus important et le plus performant de la série Qwen3.7 selon Alibaba. Cet instantané du 8 juin 2026 ajoute la compréhension visuelle par rapport à celui du 20 mai. Il…
GPT-Rosalind-5.5 est un modèle de raisonnement spécialisé dans la recherche en sciences de la vie, notamment en biologie, découverte de médicaments et médecine translationnelle. Il est entraîné à…
Gemma 4 12B Unified est un modèle multimodal dense à poids ouverts de Google DeepMind, publié le 3 juin 2026. Avec environ 11,95 milliards de paramètres, il vise notamment l’exécution locale sur…
Qwen3.7-Plus est un modèle multimodal de la gamme Qwen3.7, conçu pour offrir un bon rapport capacités-coût et des fonctions d’agent pour le code et les flux de travail. L’identifiant indiqué désigne l…
MiniMax M3 est un modèle généraliste multimodal à poids ouverts, orienté vers la programmation et les tâches agentiques. Il a été annoncé le 1er juin 2026. (minimax.io) Accepte du texte, des images et…
Universal Audio Tokenizer est un tokenizer audio compact à dictionnaire de codes unique, développé par WeChat AI. Il vise à réunir perception audio générale et alignement linguistique pour servir…