RÉPERTOIRE DES MODÈLES

Derniers modèles IA

Découvrez les nouveaux modèles, classés par date de publication.

Les plus récents7 langues
Effacer

204 modèles

Les plus récents
Alibaba

Fun-ASR-Flash

Fun-ASR-Flash est un modèle de reconnaissance automatique de la parole destiné à transcrire des fichiers audio en texte. Alibaba Cloud l’a annoncé le 17 juin 2026 ; le 15 juin figurant dans son…

Zhipu AI

GLM-5.2

GLM-5.2 est un modèle de fondation à poids ouverts, présenté par Zhipu AI pour les tâches de longue durée, en particulier l’ingénierie logicielle assistée par agents. L’annonce officielle est datée du…

Alibaba

HappyHorse-1.1-I2V

HappyHorse-1.1-I2V est un modèle de génération vidéo à partir d’une image initiale et d’une instruction textuelle, proposé par Alibaba Cloud Model Studio. Il vise notamment à améliorer la fluidité des…

Alibaba

HappyHorse-1.1-R2V

HappyHorse-1.1-R2V est un modèle de génération vidéo à partir d’images de référence. Il accepte du texte et jusqu’à neuf images de référence, et produit une vidéo avec prise en charge de l’audio.…

Alibaba

HappyHorse-1.1-T2V

HappyHorse-1.1-T2V est un modèle de génération de vidéos à partir de descriptions textuelles, accessible via Alibaba Cloud Model Studio. Selon Alibaba, cette version améliore la compréhension…

Alibaba

Qwen3.5-OCR

Qwen3.5-OCR est un modèle spécialisé dans la reconnaissance optique de caractères et l’analyse de documents. Il permet notamment de localiser du texte et d’extraire des informations clés à partir de…

Tencent

Hy-Embodied-0.5-VLA-RoboTwin

Hy-Embodied-0.5-VLA-RoboTwin est un modèle vision-langage-action (VLA) de Tencent Robotics X et de l’équipe Tencent Hy, destiné à la manipulation robotique bimanuelle. Il s’agit du point de contrôle…

Tencent

Hy-Embodied-0.5-VLA-UMI

Hy-Embodied-0.5-VLA-UMI est le checkpoint préentraîné généraliste du système vision-langage-action Hy-Embodied-0.5-VLA, développé par Tencent Robotics X et l’équipe Hy de Tencent. Il sert de point de…

Moonshot AI

Kimi K2.7 Code

Kimi K2.7 Code est un modèle à poids ouverts, spécialisé dans la programmation et les tâches d’agents, publié le 12 juin 2026. Il est conçu notamment pour les tâches de développement longues et les…

Baidu

PP-OCRv6_medium_rec

PP-OCRv6_medium_rec est le modèle de reconnaissance de texte de la gamme PP-OCRv6, dans sa déclinaison medium destinée notamment aux serveurs. Il repose sur PPLCNetV4, LightSVTR et des décodeurs…

Baidu

PP-OCRv6_medium_det

PP-OCRv6_medium_det est le modèle de détection de texte de taille moyenne de la famille PP-OCRv6, destiné notamment aux serveurs. Il repose sur PPLCNetV4 et RepLKFPN. Son modèle d’inférence occupe 59,…

Baidu

PP-OCRv6_small_rec

PP-OCRv6_small_rec est le modèle léger de reconnaissance de texte du niveau small de la famille PP-OCRv6, destiné notamment aux appareils mobiles et aux ordinateurs. Le fichier de modèle d’inférence…

Baidu

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…

Baidu

PP-OCRv6_tiny_rec

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 ;…

Baidu

PP-OCRv6_tiny_det

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…

Google

DiffusionGemma

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…

Anthropic

Claude Mythos 5

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…

Anthropic

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…

Google

Gemini 3.5 Live Translate

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…

Zhipu AI

SCAIL-2

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…