modèles de diffusion
4 published articles
Intelligence artificielle
Le modèle d'image à 4 milliards de paramètres de Microsoft fonctionne sur un seul A100 et défie les systèmes à 30B
Mage-Flow de Microsoft est un modèle compact de 4 milliards de paramètres pour la génération et l'édition d'images qui égale des systèmes ouverts plus grands comme Qwen-Image et FLUX.2 tout en fonctionnant sur un seul GPU A100 à des vitesses interactives. Son innovation clé est un tokenizer léger qui réduit les coûts de codage par 12.
2026-07-26
Recherche en IA
Apprentissage par renforcement pour la génération d'images : Qwen-Image-2.0-RL adopte un système de récompense composite
Le rapport Qwen-Image-2.0-RL détaille un pipeline de post-entraînement combinant RLHF, distillation sur politique et modèles de récompense composites pour améliorer la qualité de la génération texte-image et de l'édition d'images. L'approche produit des gains mesurables en qualité esthétique, respect des instructions et préservation de l'identité faciale.
2026-07-20
NVIDIA
Nvidia et Hugging Face s'associent pour rendre l'entraînement distribué de diffusion banal
NeMo Automodel de Nvidia s'intègre désormais directement à Diffusers de Hugging Face, permettant un entraînement distribué de qualité production pour des modèles comme FLUX, Wan 2.1 et HunyuanVideo. La bibliothèque sous licence Apache 2.0 gère le parallélisme comme une bascule de configuration et permet aux points de contrôle affinés de se charger directement dans les pipelines d'inférence.
2026-07-19
Théorie de l'apprentissage automatique
Pourquoi les modèles de diffusion interpolent, et ne se contentent pas de mémoriser : une théorie mathématique de la créativité
Les chercheurs de Google révèlent que la créativité des modèles de diffusion provient d'un effet de 'lissage du score' causé par la régularisation des réseaux de neurones. Ce cadre théorique explique pourquoi les modèles interpolent entre les points de données d'entraînement plutôt que de simplement les mémoriser, ouvrant la voie à une nouveauté contrôlée dans l'IA générative.
2026-07-16