IA multimodale
Fellow suit ce sujet depuis avril 2026 : 106 articles résumés en français, dont 25 jugés majeurs ou notables.
Toute l'actualité · 106 articles
Les pixel embeddings surpassent les vision encoders pour la compréhension et la génération unifiées
Facebook Research propose TUNA-2, une architecture qui remplace les vision encoders classiques par des pixel embeddings pour des tâches visuelles unifiées.
Gemma 4 : intelligence multimodale frontier pour les appareils embarqués
Google lance Gemma 4, une nouvelle famille de modèles multimodaux open-weights conçus pour tourner directement sur les appareils.
Moonshot AI publie Kimi-VL-A3B
Le modèle multimodal léger Kimi-VL-A3B débarque avec des poids ouverts.
Kimi K2.5 : intelligence agentique visuelle signée Moonshot AI
Moonshot AI dévoile Kimi K2.5, un modèle combinant capacités visuelles et agentiques dans un même système.
Kimi-VL-A3B-Thinking : modèle multimodal
Moonshot AI publie un modèle léger de raisonnement visuel sur Hugging Face.
Moonshot AI publie le modèle multimodal Kimi-VL-A3B
Un nouveau modèle vision-langage de 3 milliards de paramètres, optimisé pour l'instruction et disponible en open-weights.