Intern Large Models a lancé le modèle Intern-S2-397B, disponible sur Hugging Face. Le lancement inclut un support de jour 0 de vLLM pour exécuter le modèle.
Le modèle est décrit comme ayant des capacités multimodales, de raisonnement, de codage et d'agent scientifique.
IBM et NASA ont ouvert en open source le modèle de base lunaire NASA-IBM Lunar Foundation Model, un système d'IA qui consolide des décennies de données lunaires multimodales provenant de missions américaines et japonaises en une seule représentation. Construit sur l'architecture TerraMind d'IBM, le modèle intègre des observations à différentes échelles et angles de vue pour relever des défis tels que l'éclairage complexe et la résolution des données.
DeepSeek a lancé son nouveau modèle, DeepSeek V4-1 Flash. C'est un modèle Mixture-of-Experts (MoE) multimodal disposant d'une base de 552 milliards de paramètres.
inclusionAI a publié le modèle open-source Ling-3.0-flash-VL, qui étend les capacités linguistiques et de raisonnement de son prédécesseur grâce à une compréhension native des images et des vidéos.
Les chercheurs présentent NeoMME, une famille d'encodeurs multimodaux multilingues de 260M et 800M paramètres qui traitent le texte et les patches d'image bruts à l'aide d'un seul Transformer bidirectionnel. Contrairement aux modèles de langage visuel génératifs, NeoMME ne repose pas sur des tours de vision pré-entraînés séparés ou des décodeurs causaux ; il est entraîné entièrement从零 avec un objectif de diffusion discrète masquée.
DeepSeek a publié le checkpoint du modèle DeepSeek-V4-Flash-Vision-Exp sur Hugging Face. Le dépôt est désormais accessible au public.
Nous utilisons des cookies pour mesurer l'audience et améliorer le site. Vous pouvez accepter ou refuser les cookies analytiques. Politique de confidentialité