Qwen-VL-OCR
Qwen-VL-OCR est un modèle de reconnaissance optique de caractères et de compréhension visuelle. La version qwen-vl-ocr-2025-11-20 est un instantané daté du 20 novembre 2025, fondé sur l’architecture…
RÉPERTOIRE DES MODÈLES
Découvrez les nouveaux modèles, classés par date de publication.
Qwen-VL-OCR est un modèle de reconnaissance optique de caractères et de compréhension visuelle. La version qwen-vl-ocr-2025-11-20 est un instantané daté du 20 novembre 2025, fondé sur l’architecture…
Qwen-MT-Lite est un modèle de traduction textuelle multilingue de niveau de base, fondé sur Qwen3 et conçu pour des traductions rapides à faible coût. Sa mise à disposition est datée du 19 novembre 20…
CosyVoice-v3-Flash est un modèle de synthèse et de clonage vocal de la série CosyVoice, développé par Tongyi Lab et proposé par Alibaba Cloud Model Studio. Il convertit du texte en audio et prend en…
Qwen3-ASR-Flash-Filetrans est la version de Qwen3-ASR-Flash destinée à la transcription de longs fichiers audio. Ce modèle de reconnaissance vocale multilingue prend de l’audio en entrée et produit du…
ERNIE 5.0 Preview est la version de prévisualisation du modèle de fondation généraliste ERNIE 5.0, présenté par Baidu le 13 novembre 2025 lors de Baidu World 2025. Baidu le décrit comme nativement…
WebVIA-Agent est un modèle vision-langage spécialisé dans l’exploration d’interfaces Web. Il constitue le module d’exploration du cadre WebVIA et s’appuie sur GLM-4.1V-9B-Base. (huggingface.co)…
GUI-Plus est un modèle multimodal spécialisé dans la compréhension et l’interaction avec les interfaces graphiques sur ordinateur et mobile. L’annonce officielle le date du 12 novembre 2025.…
UI2Code^N est un modèle de vision-langage spécialisé dans la génération interactive de code d’interface utilisateur. Il repose sur GLM-4.1V-9B-Base et a été entraîné par préentraînement, ajustement…
La présentation dans cette langue sera bientôt disponible.