Générateurs d'images IA
Les générateurs d'images IA créent des visuels à partir d'un texte : Midjourney, Stable Diffusion, FLUX, DALL-E et Nano Banana transforment une description en illustration, photo ou œuvre d'art en quelques secondes. La qualité rivalise désormais avec le design professionnel, tandis que les tribunaux tranchent le droit d'auteur. Voici toute notre couverture de la génération d'images : sorties de modèles, comparatifs, prix et batailles juridiques.
Qwen-Image-PE apprend le design à l'IA : l'enhancer de prompts gagne +7,81 points
L'équipe Qwen a entraîné un enhancer de prompts sur des principes de design : la version 397B ajoute 7,81 points aux requêtes initiales, et le modèle 9B est déjà…
AV-FABLE : des chercheurs rassemblent 998 heures de vidéo pour chasser les deepfakes ponctuels
Le benchmark AV-FABLE, composé de 16 650 paires original-falsifié, révèle que les AV-LLM ne détectent pas les manipulations audio et vidéo, alors que leurs…
RoboJev-27B juge la réussite d'un robot en 10 images : AUROC de 0,993 sur SO-101
Une VLM ouverte de 27 milliards de paramètres observe 10 images et dit si le robot a accompli sa tâche : 95,2% de balanced accuracy, 0,26 seconde par épisode et…
OmniXRef : un framework unifié pour l'édition vidéo par références multimodales
Matrix Game 4.0 atteint 60 FPS sur une seule carte graphique gaming et devance le concurrent de Nvidia
CodeActionBench : GPT-6 Astra dans Codex CLI atteint 73,3% de réussite sur des tâches bimanuelles
Stanford et Together AI apprennent aux LLM à écrire à partir d'un plan : génération jusqu'à 31 fois plus rapide
WorldOracle met à l'épreuve les modèles du monde : le robot rate sa prise, le modèle affiche une réussite
Une équipe associant des chercheurs de Princeton présente WorldOracle, qui vérifie si les modèles du monde prédisent l'issue réelle d'une action robotique ou…
Groq lance Meta Muse Spark Open : 816B de paramètres et plus de 350 tokens/s
Meta publie Muse Spark Open, un modèle open-weight pour le codage agentique : 816B de paramètres, 42B actifs. Sur GroqCloud, il est en limited preview à plus de 350…
FineSplat : patchs fins et double regroupement pour une synthèse de vues détaillée
VAST ouvre le code de son modèle de monde : la version anime de « Flash Step » tourne en temps réel
Kimi K3.1 Pro prend la 4e place de l'AA Index avec 55 points et un bond sur les agents
Alibaba DAMO lance RynnUnify : un modèle de 16B qui planifie en vidéo et pilote un robot
Échecs silencieux dans les pipelines d'IA : pourquoi le statut vert d'un conteneur peut mentir, et comment nous avons réduit de 90 % la facture LLM
LoopWAM, de Tsinghua, prend la tête de RoboChallenge Table30 et passe en open source
TTR-Compressor compresse les séquences par régression et réduit de 55,6% le nombre de tokens visuels
Volcano Engine ouvre Seedance 2.5 4K à 20 studios pour des projets de cinéma
Volcano Engine lance un pilote entreprise de Seedance 2.5 4K : la première vague d'accès va à 20 studios et réalisateurs, avec le cinéma grand écran pour cible.
ACT3D apprend aux VLM à explorer les scènes 3D et devance Gemini 3.6 Flash : 53,2% sur six benchmarks
Le modèle ACT3D, basé sur Qwen, apprend par RL à se déplacer dans une scène 3D et à choisir lui-même ses angles de vue : 53,2% en moyenne sur six benchmarks, avec…