Notizie

Articoli chiari sui modelli, con link alle fonti, schede dei modelli, repository e contesto visivo.

Illustrazione tecnica e fonti di SFC-Locoformer

2026-07-11

SFC-Locoformer: architettura, evidenze e ambito di utilizzo

L’articolo analizza SFC-Locoformer attraverso l’architettura, i materiali pubblicati, i risultati dichiarati e i limiti del confronto.

Leggi l'articolo

Illustrazione tecnica e fonti di Boogu-Image 0.1

Modello

2026-07-11

Boogu-Image 0.1: architettura, evidenze e ambito di utilizzo

L’articolo analizza Boogu-Image 0.1 attraverso l’architettura, i materiali pubblicati, i risultati dichiarati e i limiti del confronto.

Leggi l'articolo

Illustrazione tecnica e fonti di SenseNova-U1 Infographic V2

Modello

2026-07-11

SenseNova-U1 Infographic V2: architettura, evidenze e ambito di utilizzo

L’articolo analizza SenseNova-U1 Infographic V2 attraverso l’architettura, i materiali pubblicati, i risultati dichiarati e i limiti del confronto.

Leggi l'articolo

Illustrazione tecnica e fonti di LongCat-AudioDiT 3.5B

Modello

2026-07-11

LongCat-AudioDiT 3.5B: architettura, evidenze e ambito di utilizzo

L’articolo analizza LongCat-AudioDiT 3.5B attraverso l’architettura, i materiali pubblicati, i risultati dichiarati e i limiti del confronto.

Leggi l'articolo

Illustrazione tecnica e fonti di AudioSep-Hive

Modello

2026-07-11

AudioSep-Hive: architettura, evidenze e ambito di utilizzo

L’articolo analizza AudioSep-Hive attraverso l’architettura, i materiali pubblicati, i risultati dichiarati e i limiti del confronto.

Leggi l'articolo

Illustrazione tecnica e fonti di BandIt and TIGER-DnR

Modello

2026-07-11

BandIt and TIGER-DnR: architettura, evidenze e ambito di utilizzo

L’articolo analizza BandIt and TIGER-DnR attraverso l’architettura, i materiali pubblicati, i risultati dichiarati e i limiti del confronto.

Leggi l'articolo

Illustrazione tecnica e fonti di MossFormer2 and TIGER-speech

Modello

2026-07-11

MossFormer2 and TIGER-speech: architettura, evidenze e ambito di utilizzo

L’articolo analizza MossFormer2 and TIGER-speech attraverso l’architettura, i materiali pubblicati, i risultati dichiarati e i limiti del confronto.

Leggi l'articolo

Illustrazione tecnica e fonti di Specialist audio-to-MIDI

Modello

2026-07-11

Specialist audio-to-MIDI: architettura, evidenze e ambito di utilizzo

L’articolo analizza Specialist audio-to-MIDI attraverso l’architettura, i materiali pubblicati, i risultati dichiarati e i limiti del confronto.

Leggi l'articolo

Illustrazione tecnica e fonti di MuScriptor-large

Modello

2026-07-11

MuScriptor-large: architettura, evidenze e ambito di utilizzo

L’articolo analizza MuScriptor-large attraverso l’architettura, i materiali pubblicati, i risultati dichiarati e i limiti del confronto.

Leggi l'articolo

Illustrazione tecnica e fonti di Qwen-Image, Z-Image and FLUX.2 Klein

Modello

2026-07-11

Qwen-Image, Z-Image and FLUX.2 Klein: architettura, evidenze e ambito di utilizzo

L’articolo analizza Qwen-Image, Z-Image and FLUX.2 Klein attraverso l’architettura, i materiali pubblicati, i risultati dichiarati e i limiti del confronto.

Leggi l'articolo

Illustrazione tecnica e fonti di BiRefNet, Moebius, VOSR and DDColor

Modello

2026-07-11

BiRefNet, Moebius, VOSR and DDColor: architettura, evidenze e ambito di utilizzo

L’articolo analizza BiRefNet, Moebius, VOSR and DDColor attraverso l’architettura, i materiali pubblicati, i risultati dichiarati e i limiti del confronto.

Leggi l'articolo

Illustrazione tecnica e fonti di dots.tts

Modello

2026-07-11

dots.tts: architettura, evidenze e ambito di utilizzo

L’articolo analizza dots.tts attraverso l’architettura, i materiali pubblicati, i risultati dichiarati e i limiti del confronto.

Leggi l'articolo

Illustrazione tecnica e fonti di SoulX-Singer and YingMusic-Singer-Plus

Modello

2026-07-11

SoulX-Singer and YingMusic-Singer-Plus: architettura, evidenze e ambito di utilizzo

L’articolo analizza SoulX-Singer and YingMusic-Singer-Plus attraverso l’architettura, i materiali pubblicati, i risultati dichiarati e i limiti del confronto.

Leggi l'articolo

Illustrazione tecnica e fonti di HQ-SVC and YingMusic-SVC

Modello

2026-07-11

HQ-SVC and YingMusic-SVC: architettura, evidenze e ambito di utilizzo

L’articolo analizza HQ-SVC and YingMusic-SVC attraverso l’architettura, i materiali pubblicati, i risultati dichiarati e i limiti del confronto.

Leggi l'articolo

Illustrazione tecnica e fonti di Beat This!

Modello

2026-07-11

Beat This!: architettura, evidenze e ambito di utilizzo

L’articolo analizza Beat This! attraverso l’architettura, i materiali pubblicati, i risultati dichiarati e i limiti del confronto.

Leggi l'articolo

Illustrazione tecnica e fonti di Demucs v3 for saxophone

Modello

2026-07-11

Demucs v3 for saxophone: architettura, evidenze e ambito di utilizzo

L’articolo analizza Demucs v3 for saxophone attraverso l’architettura, i materiali pubblicati, i risultati dichiarati e i limiti del confronto.

Leggi l'articolo

Illustrazione tecnica e fonti di Qwen3-TTS, Fish S2 Pro, MOSS-TTS and VoxCPM2

Modello

2026-07-11

Qwen3-TTS, Fish S2 Pro, MOSS-TTS and VoxCPM2: architettura, evidenze e ambito di utilizzo

L’articolo analizza Qwen3-TTS, Fish S2 Pro, MOSS-TTS and VoxCPM2 attraverso l’architettura, i materiali pubblicati, i risultati dichiarati e i limiti del confronto.

Leggi l'articolo

Modello

2026-07-11

Vevo2: architettura, evidenze e ambito di utilizzo

L’articolo analizza Vevo2 attraverso l’architettura, i materiali pubblicati, i risultati dichiarati e i limiti del confronto.

Leggi l'articolo

Modello

2026-06-30

Separazione audio a quattro stem: perché Huge-SCNet è adatto al target MSS

Lo strumento TelkNet per quattro stem usa Huge-SCNet-4stems V1.2 per separare un mix completo in voci, batteria, basso e altro. L’articolo spiega la scelta tramite storia MSS, punti di forza e limiti di Mel-Band RoFormer, modellazione a sottobande SCNet e punteggi pubblici.

Leggi l'articolo

Esempio ufficiale della pagina Krea 2 con immagine editoriale da palco

Modello

2026-06-30

Krea 2: Krea AI rilascia pesi Raw e Turbo per generare immagini

Krea AI ha rilasciato Krea 2 Raw e Krea 2 Turbo come open weights. Il report tecnico descrive Krea 2 come un modello di diffusione text-to-image da 12B addestrato da zero e dettaglia filtraggio dei dati, pipeline di caption, post-training, reinforcement learning e confini di sicurezza e licenza.

Leggi l'articolo

Confronto qualitativo ufficiale ChordEdit PIE-bench che mostra l'editing semantico con conservazione dello sfondo

Modello

2026-06-30

ChordEdit: trasporto a bassa energia in un passaggio per editing source-to-target

ChordEdit è un paper CVPR 2026 Oral / Best Student Paper Honorable Mention. Descrive l'editing testuale di immagini in un passaggio come un problema di trasporto ottimale dinamico tra source prompt e target prompt, poi usa un Chord Control Field per ridurre il drift ad alta energia che deforma oggetti e rovina gli sfondi. L'articolo collega il metodo a una superficie di editing con source_prompt, target_prompt, seed, sample count, time-window e step-scale della demo ufficiale.

Leggi l'articolo

Immagine ufficiale di lancio Zyphra ZONOS2

Modello

2026-06-30

Zyphra ZONOS2: un TTS MoE aperto per voice cloning ad alta fedeltà

Zyphra rilascia ZONOS2 con licenza Apache-2.0: 8B parametri totali, circa 900M attivi in un'architettura MoE TTS e oltre 6M ore di parlato. TelkNet lo presenta come strumento ZONOS2 Voice Cloning TTS.

Leggi l'articolo

Modello

2026-06-30

Google Magenta RealTime 2: quando un modello musicale diventa uno strumento suonabile

Panoramica tecnica su MRT2: autoregressione frame-level da 40 ms, controllo MIDI/testo/audio a bassa latenza, struttura 2.4B/230M, percorso SpectroStream, embedding MusicCoCa e limiti della generazione musicale live.

Leggi l'articolo