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…
RÉPERTOIRE DES MODÈLES
Découvrez les nouveaux modèles, classés par date de publication.
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…
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…
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.…
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…
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…
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…
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…
La présentation dans cette langue sera bientôt disponible.
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…
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,…
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…
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…
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…
La présentation dans cette langue sera bientôt disponible.
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…