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.
Aether AI dévoile un bras manipulateur à noyau causal dans une vidéo de sept minutes truffée de perturbations
MWS AI a testé des réseaux de neurones multimodaux sur la détection de faux documents
Un agent de 8 Md de paramètres entraîné par RL apprend à un modèle vidéo à chercher des données et à calculer la physique
Doubao ajoute un canvas infini pour les tâches créatives et le modèle 2.1 Lite
Le mode de travail de l'assistant IA Doubao gagne la fonction « Canvas » pour les tâches créatives complexes et le modèle allégé Doubao 2.1 Lite. Tout tient sur une…
La génération vidéo avec galerie d'expressions faciales surpasse les modèles de base en similarité d'identité
Un seul portrait ne suffit pas à préserver l'identité en vidéo. Une galerie d'expressions améliore la ressemblance dans tous les modes, surtout pour les expressions…
Qwen3-1.7B affiné sur de la vidéo brute sans légendes : +5,1 points sur les images
Des chercheurs ont affiné Qwen3-1.7B sur de la vidéo YT-Temporal-1B sans texte ni légendes : +5,1 points sur dix benchmarks image, +2,9 en vidéo, sans perte en…
GHARP anime une tête 3D en temps réel : 13 fois plus vite sur A100
Des modèles de diffusion distillés apprennent à oublier le contenu indésirable grâce au DPO
SPLIT-RL apprend aux VLM à percevoir et à raisonner séparément : +1,4–6,1 points face à GRPO
Flow matching : le velocity scaling fait passer le FID de 28,0 à 12,2 sur ImageNet-256
VICO entraîne les VLM sur des images réécrites : jusqu'à +5,0% sur les nouvelles tâches
Le framework VICO entraîne conjointement un acteur VLM et un éditeur d'images : la difficulté s'adapte au modèle, sans annotation. Gain jusqu'à +5,0% hors domaine.
DOGS surpasse 9 méthodes de référence en génération de logos sur deux moteurs de rendu
DOGS renonce à la réécriture de prompt : un GFlowNet échantillonne un graphe de design et pénalise la ressemblance avec des marques existantes. Comparé à neuf…
OcuFlow supprime les reflets sur les lunettes en une seule étape et recueille 67,32% des votes lors d'un test à l'aveugle
SLVR gagne 14,2 points sur BLINK Relation avec Qwen2.5-VL-7B, sans CoT textuel
PXtal devance les modèles de référence sur six jeux de test, dont quatre en zero-shot
D-SLR remplace le SVD tronqué par trois décompositions, sans aucun réglage de paramètres
Diffu-LoRA apprend à l'adaptateur à décider lui-même quelles couches de Stable Diffusion ont besoin de rang
Biohub étend la Virtual Biology Initiative : 1,8 milliard de dollars pour les données destinées à l'IA
Midjourney ajoute un Thinking Mode pour V8.2 et des dossiers partagés en alpha
Midjourney teste le Thinking Mode : un bouton Rerun (Thinking) pour gagner en précision sur le texte
Midjourney lance sur son site Alpha un Thinking Mode : une nouvelle passe avec « réflexion » censée améliorer le respect du prompt, la typographie et la cohérence…
Les robots-livreurs chinois passent à l'équipe de nuit : là où l'autonomie déraille
Les développeurs chinois de coursiers autonomes voient un gros marché dans la livraison nocturne. Mais la nuit, les machines butent sur des problèmes techniques…