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…
RÉPERTOIRE DES MODÈLES
Découvrez les nouveaux modèles, classés par date de publication.
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…
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…