modèles multimodaux

Google lance EmbeddingGemma 2, son modèle ouvert multimodal

Google DeepMind a publié EmbeddingGemma 2 le mardi 6 octobre. Ce modèle à poids ouverts transforme le texte, le code, les images, la vidéo et l'audio en un espace d'encastrement partagé de 768 dimensions, et il est suffisamment léger pour…

L’IA chinoise rattrape son retard sur les États-Unis et redessine la course mondiale

L'équipe Qwen d'Alibaba Cloud a publié QVQ-72B-Preview, un modèle expérimental en poids ouverts qui associe la compréhension visuelle au raisonnement par chaîne de pensée, marquant une entrée précoce dans ce qui est devenu depuis un secteur très disputé des systèmes…

DeepSeek lance un modèle de vision qui rivaliserait avec Opus 4.8 d’Anthropic

Le laboratoire d'IA chinois DeepSeek a lancé vendredi un modèle multimodal expérimental qui, selon lui, rivalise avec les performances de Claude Opus 4.8 d'Anthropic sur des critères d'évaluation clés. Cette initiative prolonge l'offensive de l'entreprise dans l'IA visuelle, à une…