Seed-2.1-Pro-Preview
Seed-2.1-Pro-Preview est une version préliminaire de la famille Seed de ByteDance, proposée en accès anticipé sur Code Arena d’Arena AI. Son usage annoncé concerne l’évaluation et l’expérimentation…
RÉPERTOIRE DES MODÈLES
Découvrez les nouveaux modèles, classés par date de publication.
Seed-2.1-Pro-Preview est une version préliminaire de la famille Seed de ByteDance, proposée en accès anticipé sur Code Arena d’Arena AI. Son usage annoncé concerne l’évaluation et l’expérimentation…
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…
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…
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…
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…
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…
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…
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…
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…