RÉPERTOIRE DES MODÈLES

Derniers modèles IA

Découvrez les nouveaux modèles, classés par date de publication.

Les plus récents7 langues
Effacer

138 modèles

Les plus récents
Alibaba

Wan3.0-Video

Wan3.0-Video est un modèle multimodal tout-en-un de génération vidéo. Il accepte du texte, des images, des vidéos, de l’audio, des fichiers et des liens de pages Web publiques. Il produit des vidéos à…

ByteDance

SeedRealtime

SeedRealtime est un grand modèle audiovisuel natif full-duplex, annoncé le 5 août 2026. Il réunit audio, vidéo et texte dans une architecture de bout en bout pour interagir en temps réel avec des flux…

Tencent

Hunyuan3D-Buffalo 1.0

Hunyuan3D-Buffalo 1.0 est un cadre multimodal unifié de Tencent consacré à la compréhension, à la génération et à l’édition d’objets 3D. Il associe Hunyuan3D-VLM, pour la compréhension sémantique et…

Alibaba

Qwen-Image-3.0

Qwen-Image-3.0 est la variante standard de la famille Qwen-Image-3.0, conçue pour équilibrer qualité et vitesse de génération. Elle accepte du texte et des images en entrée et produit des images.…

Alibaba

Qwen3.8-Max

Qwen3.8-Max est un modèle de fondation multimodal haut de gamme annoncé par Alibaba le 3 août 2026. Il utilise une architecture MoE clairsemée à attention hybride : il compte 2 400 milliards de paramè…

ByteDance

Seed-Evolving

Seed-Evolving est un modèle de raisonnement de la famille Seed, conçu pour les agents et le développement logiciel. Son identifiant API unique donne accès à une version évolutive, mise à niveau…

Alibaba

Qwen3.7-Text-Embedding

Modèle multilingue de vectorisation de texte fondé sur Qwen3.7. Il transforme du texte en représentations vectorielles utilisables notamment pour la recherche sémantique, la recherche pour RAG, le…

Alibaba

Qwen-Audio-3.0-ASR-Flash

Modèle de reconnaissance automatique de la parole (ASR) non temps réel : il transforme un enregistrement audio court en texte via l’API d’Alibaba Cloud Model Studio. Il ne faut pas le confondre avec…

Alibaba

Qwen-Audio-3.0-ASR-Flash-Filetrans

Modèle de reconnaissance vocale destiné à la transcription non temps réel de fichiers audio ou vidéo complets. Il reçoit de l’audio et produit du texte. (help.aliyun.com) Reconnaissance multilingue,…

Alibaba

Qwen-Audio-3.0-ASR-Flash-Streaming

Modèle de reconnaissance vocale en flux, conçu pour les interactions en temps réel à faible latence. Il reçoit de l’audio et produit du texte. (help.aliyun.com) Transcription au fil de la parole, avec…

Alibaba

Qwen-Image-3.0

Qwen-Image-3.0 est un modèle fondamental de troisième génération destiné à la génération et à l’édition d’images. L’annonce officielle a été publiée le 21 juillet 2026. Elle met l’accent sur la…

Alibaba

Qwen3.7-Flash

Qwen3.7-Flash est un modèle vision-langage multimodal de la série Qwen3.7, proposé par Alibaba Cloud Model Studio pour la génération de texte, le raisonnement et la compréhension visuelle. Alibaba a…

Baidu

HPD-Parsing

HPD-Parsing est un modèle vision-langage léger d’environ 1 milliard de paramètres, spécialisé dans l’analyse structurée de documents à haut débit. Ses poids sont publiés sous licence Apache 2.0.…

Tencent

Hy-Embodied-RxBrain-1.0

Hy-Embodied-RxBrain-1.0, ou RxBrain, est un modèle de fondation multimodal destiné à la cognition incarnée. Développé par Tencent Robotics X, le laboratoire Futian et l’équipe Tencent Hy, il associe…

Tencent

Hy-Embodied-VLM-1.0

Publié le 15 juillet 2026, Hy-Embodied-VLM-1.0 est un modèle de base vision-langage destiné aux agents incarnés évoluant dans le monde physique. Il a été développé par Tencent Robotics X, l’équipe Hy…

Tencent

HunyuanOCR-1.5

HunyuanOCR-1.5 est un modèle vision-langage léger, spécialisé dans la reconnaissance optique de caractères (OCR) de bout en bout. Tencent annonce sa publication le 7 juillet 2026. (github.com) Analyse…

Tencent

Hy3

Hy3 est un grand modèle de langage de Tencent, publié officiellement le 6 juillet 2026 à la suite de Hy3 preview. Il vise les tâches de productivité et les agents capables de planifier des actions et…