SmartScripto Admin

facebook/vjepa2-vitg-fpc64-384-ssv2

Publié par Meta le 13 juin 2025, facebook/vjepa2-vitg-fpc64-384-ssv2 est un modèle d’embedding vidéo à poids ouverts sous licence MIT. Son architecture ViT-g 384 compte 1 milliard de paramètres actifs. Elle traite 64 images par séquence et produit une représentation dense de 1 408…

facebook/vjepa2-vitg-fpc64-256

facebook/vjepa2-vitg-fpc64-256 est un modèle d’embedding dense de Meta, publié le 11 juin 2025 sous licence ouverte Apache 2.0. Ses 1 milliard de paramètres, tous actifs, transforment des vidéos et des images en vecteurs de 1 408 dimensions. Le traitement vidéo présenté repose sur une…

facebook/vjepa2-vith-fpc64-256

Publié par Meta le 11 juin 2025, facebook/vjepa2-vith-fpc64-256 est un modèle d’embedding dense de 654 millions de paramètres, tous actifs. Il encode les vidéos et les images en vecteurs de 1 280 dimensions. Sous licence MIT, il peut être auto-hébergé et intégré à des applications…

facebook/vjepa2-vitl-fpc64-256

Publié par Meta le 11 juin 2025 sous licence ouverte MIT, facebook/vjepa2-vitl-fpc64-256 est un modèle dense de compréhension vidéo développé par FAIR. Ses 326 millions de paramètres produisent des vecteurs de 1 024 dimensions à partir de vidéos et d’images.

ibm-granite/granite-vision-3.3-2b-embedding

Publié par IBM le 11 juin 2025 sous licence ouverte Apache 2.0, ibm-granite/granite-vision-3.3-2b-embedding est un modèle d’embedding multimodal de 3 milliards de paramètres. Fondé sur Granite Vision et l’approche ColPali, il projette ses représentations en vecteurs compacts de dimension…

facebook/vjepa2-vitg-fpc64-384

Publié par Meta le 11 juin 2025, facebook/vjepa2-vitg-fpc64-384 est un modèle d’embedding vidéo à poids ouverts sous licence Apache 2.0. Son milliard de paramètres, tous actifs, produit des vecteurs denses de 1 408 dimensions. Il traite une vidéo à partir de 64 images échantillonnées.

Magistral Medium

Magistral Medium est un LLM de 24 milliards de paramètres publié par Mistral AI le 10 juin 2025. Âgé d’environ un an, il appartient déjà à une génération ancienne à l’échelle de l’IA, dont les performances sont probablement dépassées et dont les modèles sont souvent retirés des catalogues.