Gemini Robotics On-Device 2
Gemini Robotics On-Device 2 est un modèle vision-langage-action (VLA) destiné à la manipulation robotique généraliste et optimisé pour fonctionner localement sur le robot. Il s’appuie sur les modèles…
RÉPERTOIRE DES MODÈLES
Découvrez les nouveaux modèles, classés par date de publication.
Gemini Robotics On-Device 2 est un modèle vision-langage-action (VLA) destiné à la manipulation robotique généraliste et optimisé pour fonctionner localement sur le robot. Il s’appuie sur les modèles…
Gemini Robotics ER 2 Streaming Preview est un modèle vision-langage de raisonnement incarné destiné à la robotique. Son point d’accès est optimisé pour le streaming bidirectionnel à faible latence…
Gemini Robotics ER 2 Preview est un modèle vision-langage de raisonnement incarné pour la robotique, basé sur Gemini 3.5 Flash. Google a annoncé sa mise à disposition en préversion publique le 30…
Gemini Robotics 2 est un modèle vision-langage-action (VLA) de Google DeepMind destiné à piloter des robots. Il transforme des entrées visuelles et linguistiques en commandes motrices et peut…
Modèle de reconnaissance automatique de la parole (ASR) non temps réel : il transforme un enregistrement audio court en texte via l’API d’Alibaba Cloud Model Studio. Il ne faut pas le confondre avec…
Modèle de reconnaissance vocale destiné à la transcription non temps réel de fichiers audio ou vidéo complets. Il reçoit de l’audio et produit du texte. (help.aliyun.com) Reconnaissance multilingue,…
Modèle de reconnaissance vocale en flux, conçu pour les interactions en temps réel à faible latence. Il reçoit de l’audio et produit du texte. (help.aliyun.com) Transcription au fil de la parole, avec…