Articles par tag: multimodal-ai

Google Gemini Ultra 2.0 : performances et prix records

Google a présenté Gemini Ultra 2.0 avec un contexte allant jusqu'à 10 millions de tokens, surpassant GPT-5. Découvrez l'architecture révolutionnaire, le prix de 0,0005 $ et l'impact sur le marché de l'IA. Lisez l'analyse complète.

Thinking Machines : Modèles d'IA en temps réel

La startup Thinking Machines Lab de Mira Murati a présenté des modèles d'IA pour une interaction en temps réel sans délais. Découvrez comment cela va changer le marché et évaluez les perspectives de la technologie.

NVIDIA Nemotron 3 Nano Omni : une IA multimodale 9 fois plus efficace

NVIDIA a présenté le modèle ouvert Nemotron 3 Nano Omni, combinant vidéo, audio et texte. Découvrez le gain d'efficacité de 9x et l'architecture pour les agents d'IA d'entreprise.

GLM-5V-Turbo génère du code à partir d'un design

GLM-5V-Turbo multimodal transforme les maquettes en code frontend. Benchmarks, architecture CogViT, 10 Skills. Testez gratuitement dans chat.z.ai pour le développement IT.

Qwen3.5-Omni : l'IA génère du code à partir de vidéo

Qwen3.5-Omni d'Alibaba : IA multimodale avec un contexte de 256K, SOTA en audio-vidéo. Génère du code à partir d'enregistrements d'écran. Intégrez dans vos projets — lisez les détails et les benchmarks.

IA en langue russe pour l'analyse des radiographies : assemblage du modèle ViT + ruGPT-3

Guide pratique pour créer un modèle d'IA multimodal pour générer des rapports médicaux en russe. Étudiez l'architecture, la préparation des données et l'entraînement.