Bonjour les enthousiastes ! Bienvenue à la trentième édition de « Cette semaine dans l’ingénierie de l’IA » ! Cette semaine, Alibaba a lancé un nouveau modèle de génération vidéo folle, OpenAI transforme ChatGPT en un tuteur interactif, et ce modèle chinois open-source détruit tous les critères. Avec cela, nous explorerons également quelques outils sous-radar qui peuvent surcharger votre flux de travail de développement. Alibaba's New Video Generation Model is the BEST , le premier modèle de génération vidéo open-source au monde en utilisant l'architecture Mixture-of-Experts, offrant une génération vidéo de qualité cinématographique avec des paramètres de 27B mais seulement 14B actif par étape, rendant la création vidéo professionnelle accessible au matériel de consommation. Alibaba dévoile Wan 2.2 Alibaba dévoile Wan 2.2 What's New Ce qui est nouveau 
 
 
 
 Architecture MoE révolutionnaire: premier modèle vidéo open-source utilisant des experts spécialisés - expert en bruit élevé pour la planification de la mise en page et expert en faible bruit pour le raffinement des détails, optimisant les performances tout en maintenant l'efficacité informatique avec la licence Apache 2.0 pour un usage commercial. Fondation de formation améliorée : des améliorations massives des données avec +65,6% d’images de plus et +83,2% de vidéos de plus par rapport à Wan 2.1, incorporant des données esthétiques curées avec des étiquettes détaillées pour l’éclairage, la composition, le contraste et le ton de couleur pour obtenir des résultats de qualité cinématographique. Stratégie de modèle double : la version premium 27B MoE avec commutation expert basée sur le rapport signal-noise aux côtés du modèle dense 5B (TI2V-5B) pour un déploiement convivial, permettant une adoption généralisée dans différentes configurations matérielles. Benchmark Domination Benchmark de domination : Consumer Hardware Excellence 
 
 
 
 Génère une vidéo 720p de 5 secondes en moins de 9 minutes sur RTX 4090 unique Prise en charge de la génération texte-vidéo et image-vidéo à 720P/24fps Fonctionne efficacement sur les GPU de consommation avec une utilisation optimisée de la mémoire : Commercial Model Competition 
 
 
 
 Obtient "TOP performance parmi tous les modèles open-source et clos-source" Résultats supérieurs sur Wan-Bench 2.0 par rapport aux principales alternatives commerciales Wan2.2-VAE avancé avec rapport de compression 16×16×4 pour un équilibre qualité-efficacité optimal Real-World Applications Applications du monde réel 
 
 
 Déploiement du cadre unifié : Il sert à la fois la recherche académique et les applications industrielles avec une intégration sans faille, permettant tout, de la production de contenu créatif à la recherche de synthèse vidéo technique. Architecture technique avancée : le ratio de compression total atteint 4×32×32 avec patchification, offrant un traitement vidéo efficace tout en maintenant une grande fidélité visuelle dans divers cas d'utilisation. What Makes It Superior to Other Models Ce qui le rend supérieur aux autres modèles 
 
 
 
 Avantage Open Source : Contrairement aux outils de génération vidéo propriétaires de Runway ou de Pika Labs, Wan 2.2 offre une transparence complète et des capacités de personnalisation sans restrictions d'utilisation ni coûts d'abonnement en cours. L’accessibilité matérielle : l’efficacité révolutionnaire permet une génération vidéo professionnelle sur le matériel de consommation, démocratisant la création vidéo par rapport aux alternatives dépendantes du cloud. Viabilité commerciale : la licence Apache 2.0 élimine les préoccupations juridiques pour les applications commerciales, ce qui en fait l'idéal pour les entreprises nécessitant une génération vidéo professionnelle sans dépendance au fournisseur. Cette version positionne Wan 2.2 comme l'alternative définitive open-source aux modèles de génération vidéo propriétaires avec des avantages de coût significatifs et des capacités prêtes à l'entreprise. ChatGPT is now Your Private Tutor , une fonctionnalité d'apprentissage interactive conçue pour guider les étudiants à travers les problèmes étape par étape plutôt que de fournir des réponses directes, révolutionnant l'éducation alimentée par l'IA avec des interrogatoires socratiques et des stages personnalisés. OpenAI has launched Study Mode in ChatGPT OpenAI lance le mode d’étude dans ChatGPT What's New Ce qui est nouveau 
 
 
 
 Approche d'apprentissage socratique: Utilisation d'incitations interactives, d'indices et de réflexion sur soi au lieu de réponses directes, en encourageant la participation active et en développant la méta-cognition à travers des principes pédagogiques soutenus par la recherche développés avec les enseignants et les scientifiques. Ample disponibilité: Déploiement maintenant pour les utilisateurs Gratuits, Plus, Pro et d'équipe avec la disponibilité de ChatGPT Edu dans quelques semaines, avec une fonctionnalité de transfert facile pour différents objectifs d'apprentissage pendant les conversations. Soutien éducatif personnalisé : s’adapte au niveau de compétence de l’utilisateur en fonction des questions d’évaluation et de l’historique du chat, en fournissant des réponses encadrées avec des informations décomposées en sections digestibles et en connexions thématiques clés. Performance Improvements Les améliorations de performance 
 
 Métriques de réussite des étudiants : décrites par les utilisateurs comme étant « des heures de bureau en direct, 24/7, en toute connaissance de cause » avec une efficacité dans la décomposition de matériaux complexes en explications claires et une aide réussie avec des concepts difficiles grâce à un tutorat persistant et patient. Advanced Learning Features: Caractéristiques de l’apprentissage avancé : 
 
 
 
 
 Vérification des connaissances avec des quiz et des questions ouvertes Feedback personnalisé basé sur les progrès individuels Gestion de la charge cognitive pour une rétention d’apprentissage optimale La curiosité par la découverte guidée Real-World Impact Impact du monde réel 
 
 
 Intégration de la recherche éducative: le développement futur comprend des partenariats avec l'initiative SCALE de Stanford pour des études à long terme sur les résultats de l'apprentissage de l'IA, en mettant l'accent sur des visualisations plus claires pour les concepts complexes et la fixation d'objectifs à travers les conversations. Optimisation des cibles: Conçu principalement pour les étudiants ayant une recherche éducative plus large en cours pour les applications K-12, assurant des approches pédagogiques adaptées à l'âge. Ce lancement positionne ChatGPT comme la principale plate-forme éducative de l’IA, combinant des capacités d’IA avancées avec des recherches pédagogiques éprouvées pour des expériences d’apprentissage transformatrices. Create Apps by just talking to Microsoft’s Latest Tool a été lancé comme un outil alimenté par l'IA pour créer et partager des "micro-applications" sans écrire ni déployer de code, suivant la philosophie Unix pour rendre la personnalisation du logiciel aussi facile que la personnalisation de votre environnement de développement à travers l'interaction du langage naturel. Microsoft's GitHub Spark GitHub Spark de Microsoft What's New Ce qui est nouveau 
 
 
 
 Architecture à trois composants: Éditeur basé sur NL avec des prévisions interactives et des variantes de révision, Environnement de fonctionnement géré avec hébergement sans déploiement et stockage de données persistants, plus tableau de bord PWA pour la gestion des étincelles et le partage avec des autorisations contrôlées. Flexibilité dans le choix des modèles : Choisissez entre Claude Sonnet 3.5, GPT-4o, o1-preview ou o1-mini pour différentes approches créatives, avec un stockage automatique de l'historique et une restauration en un clic de chaque révision pour une itération fluide. Développement collaboratif: Partager des étincelles avec des autorisations de lecture uniquement ou de lecture-écriture, permettre aux utilisateurs de préférer ou de remixer des étincelles partagées, et fournir une « source de vue sémantique » à travers l'historique de révision montrant le processus de pensée du créateur. Benchmark Performance Benchmark de performance : Development Speed Revolution 
 
 
 
 
 Afficher l'application en direct lorsque vous tapez des descriptions de langue naturelle 3-6 versions différentes générées pour l'exploration par demande Déploiement automatique avec fonctionnalité PWA sur desktop/mobile Composants UI intégrés avec thèmes personnalisables Diverse Use Case Success: Différents cas de réussite : 
 
 
 
 
 
 Tracker des allocations pour enfants avec des messages de célébration générés par LLM Client HackerNews personnalisé avec synthèse de thèmes de commentaires Karaoke Night Tracker avec Gestion de l'état des invités Application de cartes éducatives avec descriptions de la ville Un monde de véhicules animés (créé par un enfant de 6 ans) Technical Implementation La mise en œuvre technique 
 
 Caractéristiques avancées de runtime : stockage de valeur clé géré avec éditeur de données visuelles, demande de modèle intégrée via les modèles GitHub et système de conception thématique éliminant la complexité traditionnelle du déploiement. What Makes It Superior to Competitors Ce qui le rend supérieur à ses concurrents 
 
 
 
 La philosophie de la création zéro coût : réduit le coût de la création d’applications à zéro en permettant à quiconque de construire des outils logiciels personnalisés à travers le langage naturel, rendant les ordinateurs aussi personnalisables qu’ils sont puissants. Application de la philosophie Unix: Applications qui font une chose bien, spécifiquement adaptées aux besoins individuels et utiles aussi longtemps que nécessaire, en se concentrant sur la réduction des barrières de complexité pour les outils de niche, de courte durée de vie ou personnels. Expérience de développement sémantique: Contrairement aux plates-formes traditionnelles sans code, Spark permet le développement par la conversation naturelle avec la génération automatique de variantes, rendant la programmation accessible aux non-développers. Cette prévisualisation technique représente un changement fondamental vers la programmation en langues naturelles, positionnant GitHub Spark comme l’avenir du développement de logiciels accessibles. Runway’s new Tool Revolutionizes In-Context Video Editing , un modèle vidéo de pointe dans le contexte permettant une édition vidéo complète à travers des prompts de texte simples ou des images de référence, offrant des effets visuels de qualité professionnelle sans exigences de production traditionnelles. Runway has launched Aleph Runway lance son Aleph What's New Ce qui est nouveau 
 
 
 
 Génération visuelle multi-task: Capacités complètes d'édition vidéo, y compris le contrôle de l'appareil photo (reverse shots, angles bas, nouvelle génération de shots), la transformation de style (transfert esthétique, changement d'environnement, relâchement) et la manipulation d'objets (ajout / suppression / remplacement d'éléments avec l'éclairage et les ombres appropriés). Contrôle professionnel de la qualité : maintient l'éclairage approprié, les ombres, les réflexions et la cohérence de la perspective tout en permettant l'édition des personnages (apparence alter, extraction de l'écran vert) et la manipulation de la scène à travers des descriptions de langage naturel. Options de sortie flexibles: Exportation avec diverses options d'arrière-plan, y compris l'écran vert, les couleurs transparentes et solides, avec le support d'image de référence pour un contrôle créatif précis et des workflows d'intégration professionnelle. Advanced Editing Capabilities: Capacité d’édition avancée : 
 
 
 
 
 Transfert du mouvement d'une vidéo à une nouvelle image de premier cadre Modifications de l'environnement (saisons, heure du jour, conditions météorologiques) Rétablissement de l'objet et remplacement complet (car à chariot à cheval) Changement de couleur à l'aide de commandes ou de prompts descriptifs Real-World Applications Applications du monde réel 
 
 
 Cas d'utilisation de l'industrie: génération de couverture et d'effets visuels de la production de films, transformation de la création de contenu, corrections d'éclairage post-production et élimination d'éléments, ainsi que des projets créatifs avec la création de scène impossible. Production rentable : élimination de la nécessité de retouches en raison de problèmes d’éclairage ou de timing, réduction des effets pratiques coûteux et des exigences en matière de maquillage, flexibilité créative illimitée dans la post-production. What Makes It Superior to Competitors Ce qui le rend supérieur à ses concurrents 
 
 
 
 Maintenance de la fidélité des sources : Contrairement aux outils d’édition destructeurs, Aleph maintient la qualité des images originales tout en permettant des modifications étendues grâce au traitement alimenté par l’IA. Contrôle du langage naturel : toutes les modifications réalisées grâce à des descriptions de texte simples, éliminant les courbes d’apprentissage logiciels complexes et les barrières techniques pour les professionnels de la création. Intégration professionnelle : compatibilité sans faille avec les flux de travail post-production existants, offrant des capacités de niveau entreprise sans changement d’infrastructure. Cette version positionne Runway Aleph comme la solution définitive d'édition vidéo alimentée par l'IA, combinant un contrôle créatif sans précédent avec des normes de production professionnelles. Tools & Releases YOU Should Know About (Intelligence de conception artificielle) modifie le design web en créant automatiquement des sites Web personnalisés en fonction des entrées de l'utilisateur. Il pose une série de questions sur le but, les préférences et le contenu du site Web souhaité, puis utilise l'IA pour créer un site Web pleinement fonctionnel en quelques minutes, ce qui rend le développement Web accessible à tous. Wix ADI est une plate-forme alimentée par l'IA qui rend le développement d'applications mobiles plus accessible grâce au développement sans code pour les applications iOS, Android et Web. Il permet aux utilisateurs sans compétences en programmation de créer des applications à l'aide d'une interface drag-and-drop, tandis que sa fonctionnalité du pain et du beurre est le chatbot-builder alimenté par ChatGPT. La plate-forme offre des fonctionnalités alimentées par l'IA telles que la reconnaissance vocale, la compatibilité cross-platform et les intégrations sur le marché pour une fonctionnalité améliorée. Appy Pie Il utilise l'IA visuelle pour automatiser les tests d'applications web et mobiles afin de s'assurer qu'elles apparaissent et fonctionnent comme prévu sur différents appareils et navigateurs.Il compare les aspects visuels des applications par rapport aux images de base pour identifier les divergences que les méthodes de test traditionnelles pourraient manquer, rationalisant l'assurance qualité avec des tests visuels automatisés, des rapports de test complets et une intégration fluide des pipelines CI/CD. Applitools C’est ce qui soulève la question de " This Week in AI Engineering. Merci de vous connecter! Assurez-vous de partager cette newsletter avec vos collègues amateurs d'IA et suivez-les pour plus d'actualités hebdomadaires. Jusqu’à la prochaine fois, bon courage !

Read My Stories

Cet audio est produit dans la langue originale de l'histoire !

Trop long; Pour lire

Get Free Unlimited IP Geo Data With IPinfo Lite

Ce pourrait être le meilleur modèle de génération de vidéo AI? Alibaba lance Wan 2.2

About Author

COMMENTAIRES

ÉTIQUETTES

CET ARTICLE A ÉTÉ PARU DANS

Related Stories

Boostez votre productivité avec ces 18 outils de développement 🚀🔥

La fuite de l'invite du système Claude Sonnet 3.5 : une analyse médico-légale

Le modèle Bitcoin UTXO, alimentant un écosystème unique

Télégramme : le pont de Crypto Island vers le continent

Boostez votre productivité avec ces 18 outils de développement 🚀🔥

La fuite de l'invite du système Claude Sonnet 3.5 : une analyse médico-légale

Le modèle Bitcoin UTXO, alimentant un écosystème unique

Télégramme : le pont de Crypto Island vers le continent

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps