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.
Dream Labs, issue de l'équipe NVIDIA DreamZero, lève 90 millions de dollars et ouvre une API pour robots
HyperDrone rend des millions d'images par seconde et devance ses concurrents d'un facteur 20
RoboJudge-9B juge les vidéos de robots plus précisément que Gemini : corrélation de 0,719 avec les humains
Black Forest Labs : 70 salariés défient les géants de la Silicon Valley
La start-up Black Forest Labs, connue pour ses résultats en génération d'images, élargit son champ d'action. Sa prochaine cible : intégrer l'IA au monde physique et…
Meta dévoile Muse Spark : un modèle d'IA multimodal doté d'un raisonnement visuel
Meta Superintelligence Labs présente Muse Spark, premier modèle d'une nouvelle famille d'IA. Il prend en charge la chaîne de raisonnement visuelle et le travail…
OpenVLHarness dote les modèles multimodaux de mémoire et d'outils : +9,7–12,6 points
OpenVLHarness, une surcouche d'outils et de mémoire multimodale persistante, gagne 9,7 à 12,6 points en moyenne sur 22 benchmarks et 8 MLLM, avec au plus 37% des…
Rétro-ingénierie des sites web coûteux grâce à l'IA : pourquoi la moitié du « 3D complexe » sur le web se bricole en deux soirées
Fine-tuning de Gemma 4 avec GPU sur Cloud Run : de 89 % à 94 % en classification d'animaux
Stanford Online met en ligne la leçon 12 du cours AA274A : la vision classique pour les robots
Pourquoi les modèles multimodaux ne voient pas les interfaces web
Nano Banana 2 : la génération d'images personnalisée arrive dans l'application Gemini
Dans l'application Gemini, Nano Banana 2 exploite désormais votre contexte personnel et votre bibliothèque Google Photos pour créer des images uniques, inspirées de…
Deepfakes sexuels dans les écoles : l'enquête de WIRED révèle 90 établissements et 600 victimes
Une analyse conjointe de WIRED et Indicator a documenté près de 90 écoles dans le monde où les étudiants sont devenus victimes de deepfakes intimes générés par l'IA.
Moonshot publie WorldVQA : 3500 questions sur le monde qui mettent les modèles en échec
Kimi publie PerceptionBench : aucune des 16 MLLM n'atteint 60%
LabBuilder transforme la description d'une expérience en laboratoire 3D sécurisé
Le CEO de Hesai : pour un robot dans un glacier DQ, des mains et un modèle ne suffisent pas, il doit comprendre l'espace
Stanford met en ligne la leçon de Pavone sur la vision stéréo : cours AA274A et manuel gratuit
Stanford Online a publié la Lecture 10 du cours AA274A (2019) sur la vision stéréo, donnée par Marco Pavone (Stanford, NVIDIA). Le manuel gratuit PoRA accompagne le…
MTEdit : 500 000 trajectoires de retouches pour apprendre aux modèles à ne pas perdre en qualité en 8 étapes
Des chercheurs ont constitué MTEdit, un jeu de 500 000 retouches d'images multi-étapes, et ont affiné Qwen-Image-Edit : le meilleur résultat parmi les modèles…