Actualités

Articles clairs sur les modèles, avec liens vers les sources, fiches de modèles, dépôts et contexte visuel.

Illustration technique et sources de SFC-Locoformer

2026-07-11

SFC-Locoformer : architecture, preuves et champ d’application

Cet article analyse SFC-Locoformer à partir de son architecture, des ressources publiées, des résultats annoncés et des limites de comparaison.

Lire l’article

Illustration technique et sources de Boogu-Image 0.1

Modèle

2026-07-11

Boogu-Image 0.1 : architecture, preuves et champ d’application

Cet article analyse Boogu-Image 0.1 à partir de son architecture, des ressources publiées, des résultats annoncés et des limites de comparaison.

Lire l’article

Illustration technique et sources de SenseNova-U1 Infographic V2

Modèle

2026-07-11

SenseNova-U1 Infographic V2 : architecture, preuves et champ d’application

Cet article analyse SenseNova-U1 Infographic V2 à partir de son architecture, des ressources publiées, des résultats annoncés et des limites de comparaison.

Lire l’article

Illustration technique et sources de LongCat-AudioDiT 3.5B

Modèle

2026-07-11

LongCat-AudioDiT 3.5B : architecture, preuves et champ d’application

Cet article analyse LongCat-AudioDiT 3.5B à partir de son architecture, des ressources publiées, des résultats annoncés et des limites de comparaison.

Lire l’article

Illustration technique et sources de AudioSep-Hive

Modèle

2026-07-11

AudioSep-Hive : architecture, preuves et champ d’application

Cet article analyse AudioSep-Hive à partir de son architecture, des ressources publiées, des résultats annoncés et des limites de comparaison.

Lire l’article

Illustration technique et sources de BandIt and TIGER-DnR

Modèle

2026-07-11

BandIt and TIGER-DnR : architecture, preuves et champ d’application

Cet article analyse BandIt and TIGER-DnR à partir de son architecture, des ressources publiées, des résultats annoncés et des limites de comparaison.

Lire l’article

Illustration technique et sources de MossFormer2 and TIGER-speech

Modèle

2026-07-11

MossFormer2 and TIGER-speech : architecture, preuves et champ d’application

Cet article analyse MossFormer2 and TIGER-speech à partir de son architecture, des ressources publiées, des résultats annoncés et des limites de comparaison.

Lire l’article

Illustration technique et sources de Specialist audio-to-MIDI

Modèle

2026-07-11

Specialist audio-to-MIDI : architecture, preuves et champ d’application

Cet article analyse Specialist audio-to-MIDI à partir de son architecture, des ressources publiées, des résultats annoncés et des limites de comparaison.

Lire l’article

Illustration technique et sources de MuScriptor-large

Modèle

2026-07-11

MuScriptor-large : architecture, preuves et champ d’application

Cet article analyse MuScriptor-large à partir de son architecture, des ressources publiées, des résultats annoncés et des limites de comparaison.

Lire l’article

Illustration technique et sources de Qwen-Image, Z-Image and FLUX.2 Klein

Modèle

2026-07-11

Qwen-Image, Z-Image and FLUX.2 Klein : architecture, preuves et champ d’application

Cet article analyse Qwen-Image, Z-Image and FLUX.2 Klein à partir de son architecture, des ressources publiées, des résultats annoncés et des limites de comparaison.

Lire l’article

Illustration technique et sources de BiRefNet, Moebius, VOSR and DDColor

Modèle

2026-07-11

BiRefNet, Moebius, VOSR and DDColor : architecture, preuves et champ d’application

Cet article analyse BiRefNet, Moebius, VOSR and DDColor à partir de son architecture, des ressources publiées, des résultats annoncés et des limites de comparaison.

Lire l’article

Illustration technique et sources de dots.tts

Modèle

2026-07-11

dots.tts : architecture, preuves et champ d’application

Cet article analyse dots.tts à partir de son architecture, des ressources publiées, des résultats annoncés et des limites de comparaison.

Lire l’article

Illustration technique et sources de SoulX-Singer and YingMusic-Singer-Plus

Modèle

2026-07-11

SoulX-Singer and YingMusic-Singer-Plus : architecture, preuves et champ d’application

Cet article analyse SoulX-Singer and YingMusic-Singer-Plus à partir de son architecture, des ressources publiées, des résultats annoncés et des limites de comparaison.

Lire l’article

Illustration technique et sources de HQ-SVC and YingMusic-SVC

Modèle

2026-07-11

HQ-SVC and YingMusic-SVC : architecture, preuves et champ d’application

Cet article analyse HQ-SVC and YingMusic-SVC à partir de son architecture, des ressources publiées, des résultats annoncés et des limites de comparaison.

Lire l’article

Illustration technique et sources de Beat This!

Modèle

2026-07-11

Beat This! : architecture, preuves et champ d’application

Cet article analyse Beat This! à partir de son architecture, des ressources publiées, des résultats annoncés et des limites de comparaison.

Lire l’article

Illustration technique et sources de Demucs v3 for saxophone

Modèle

2026-07-11

Demucs v3 for saxophone : architecture, preuves et champ d’application

Cet article analyse Demucs v3 for saxophone à partir de son architecture, des ressources publiées, des résultats annoncés et des limites de comparaison.

Lire l’article

Illustration technique et sources de Qwen3-TTS, Fish S2 Pro, MOSS-TTS and VoxCPM2

Modèle

2026-07-11

Qwen3-TTS, Fish S2 Pro, MOSS-TTS and VoxCPM2 : architecture, preuves et champ d’application

Cet article analyse Qwen3-TTS, Fish S2 Pro, MOSS-TTS and VoxCPM2 à partir de son architecture, des ressources publiées, des résultats annoncés et des limites de comparaison.

Lire l’article

Illustration technique et sources de Vevo2

Modèle

2026-07-11

Vevo2 : architecture, preuves et champ d’application

Cet article analyse Vevo2 à partir de son architecture, des ressources publiées, des résultats annoncés et des limites de comparaison.

Lire l’article

Modèle

2026-06-30

Séparation audio quatre stems : pourquoi Huge-SCNet correspond à la cible MSS

L’outil quatre stems actuel de TelkNet utilise Huge-SCNet-4stems V1.2 pour diviser un mix complet en voix, batterie, basse et autres. L’article explique ce choix par l’historique MSS, les forces et limites de Mel-Band RoFormer, la modélisation en sous-bandes de SCNet et les scores publics quatre stems.

Lire l’article

Exemple officiel de la page Krea 2 montrant une image éditoriale de scène

Modèle

2026-06-30

Krea 2 : Krea AI publie les poids Raw et Turbo pour la génération d'images

Krea AI publie Krea 2 Raw et Krea 2 Turbo sous forme de poids ouverts. Le rapport technique décrit Krea 2 comme un modèle de diffusion texte-vers-image 12B entraîné depuis zéro et détaille le filtrage des données, le pipeline de captions, le post-entraînement, l'apprentissage par renforcement et les limites de sécurité et de licence.

Lire l’article

Comparaison qualitative officielle du ChordEdit PIE-bench montrant l'édition sémantique avec préservation de l'arrière-plan

Modèle

2026-06-30

ChordEdit : transport basse énergie en une étape pour l'édition source-to-target

ChordEdit est un paper CVPR 2026 Oral / Best Student Paper Honorable Mention. Il formule l'édition d'image guidée par texte en une étape comme un problème de transport optimal dynamique entre source prompt et target prompt, puis utilise un Chord Control Field pour réduire la dérive haute énergie qui déforme les objets et abîme les arrière-plans. L'article associe la méthode à une surface d'édition avec source_prompt, target_prompt, seed, sample count, time-window et step-scale issus de la demo officielle.

Lire l’article

Image officielle de lancement Zyphra ZONOS2

Modèle

2026-06-30

Zyphra ZONOS2 : un TTS MoE ouvert pour le clonage vocal haute fidélité

Zyphra publie ZONOS2 sous Apache-2.0 : 8B paramètres au total, environ 900M actifs dans une architecture MoE TTS et plus de 6M heures de parole. TelkNet le présente comme l'outil ZONOS2 Voice Cloning TTS.

Lire l’article

Modèle

2026-06-30

Google Magenta RealTime 2 : quand un modèle musical devient un instrument jouable

Présentation technique de MRT2 couvrant l'autorégression par frames de 40 ms, le contrôle MIDI/texte/audio à faible latence, la structure 2.4B/230M, le codec SpectroStream, les embeddings MusicCoCa et les limites de la génération musicale live.

Lire l’article