RÉPERTOIRE DES MODÈLES

Derniers modèles IA

Découvrez les nouveaux modèles, classés par date de publication.

Les plus récents7 langues
Effacer

201 modèles

Les plus récents
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…

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…

Google

Gemma 4 12B

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…

MiniMax

MiniMax M3

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…