Alibaba open-source un modèle d'IA pour la génération vidéo et image

Alibaba Group Holding Ltd. a annoncé que son modèle d'IA de génération vidéo et image, Wan 2.1, est désormais disponible publiquement en tant que plateforme open-source. Cette mesure devrait stimuler l'adoption et intensifier la concurrence dans le domaine de l'IA.

Les cette décision s'aligne sur une stratégie similaire adoptée par ByteDance et la startup DeepSeek. Plus tôt cette année, les modèles open-source abordables de DeepSeek ont attiré l'attention des investisseurs technologiques et ont surpris l'industrie intensive en capitaux avec des performances comparables à celles des acteurs établis comme OpenAI.

Alibaba élargit ses offres d'IA avec quatre variantes de Wan 2.1

Alibaba a publié quatre variantes de son modèle d'IA Wan 2.1 — T2V-1.3B, T2V-14B, I2V-14B-720P et I2V-14B-480P — qui génèrent des images et des vidéos à partir d'entrées textuelles et d'images. La désignation « 14B » signifie que ces variantes traitent 14 milliards de paramètres, leur permettant de gérer des entrées plus complexes et de produire des résultats plus précis.

Les modèles sont disponibles mondialement sur les plateformes ModelScope et HuggingFace d'Alibaba Cloud pour un usage académique, de recherche et commercial.

Alibaba a introduit la dernière version de son modèle d'IA de génération vidéo et image en janvier, raccourcissant ensuite son nom de Wanx à Wan. L'entreprise a vanté sa capacité à générer des visuels très réalistes. Alibaba a depuis souligné son classement élevé sur VBench, un tableau des modèles de génération vidéo, où il excelle dans des fonctionnalités telles que l'interaction multi-objets.

Mardi, l'entreprise a dévoilé un aperçu de son modèle de raisonnement, QwQ-Max, qu'elle entend rendre open-source lors de sa sortie complète.

ByteDance lance OmniHuman, une IA qui crée des vidéos du corps entier à partir d'une seule image

L'essor du développement de l'IA open-source s'accompagne d'avancées significatives de la part des concurrents. ByteDance, la société mère de TikTok, a récemment annoncé le lancement de OmniHuman, un système d'IA avancé capable de générer une vidéo complète du corps entier à partir de l'entrée d'une seule photographie.

Ce qui distingue OmniHuman des systèmes d'IA similaires, c'est qu'il peut créer des vidéos dynamiques dans lesquelles le sujet peut parler, faire des gestes et bouger naturellement. Le système a été entraîné sur plus de 19 000 heures de contenu vidéo et utilise ces données pour créer des vidéos qui imitent le comportement humain en termes de mouvements et d'expressions.

L'une des premières démonstrations utilisant OmniHuman est une vidéo d'Albert Einstein donnant une conférence. La vidéo est devenue virale dès qu'elle a été partagée sur Internet, ce qui est la preuve de l'importance de cette fonctionnalité.

Bien qu'OmniHuman soit le premier système d'IA à prétendre générer une vidéo crédible à partir d'une seule image, d'autres systèmes peuvent obtenir des résultats similaires en utilisant plusieurs images.

Pour commencer, il y a Pollo AI, qui permet aux utilisateurs de générer des vidéos en téléchargeant des images. Il est facile à utiliser et, avec simplement des images et une invite textuelle, il peut créer des vidéos basées sur des styles définis par l'utilisateur.

Canva dispose d'un générateur de vidéos IA similaire. Son ensemble de modèles et de fonctionnalités d'édition rend facile pour les utilisateurs sans compétences avancées en création vidéo de générer des vidéos IA à partir d'images.

Freepik propose également un générateur de vidéos IA similaire qui offre plusieurs modes de génération et options de personnalisation pour créer des vidéos engageantes avec simplement des images et des invites.

Alibaba s'engage à investir 52 Milliard de dollars dans l'IA et l'expansion du cloud

Il y a quelques jours, Alibaba a annoncé son intention d'investir au moins 380 milliards de yuans (52 milliards de dollars) au cours des trois prochaines années pour renforcer son infrastructure de calcul en nuage et d'IA.

Le géant d'Internet, dont le cofondateur est Jack Ma, investira davantage dans son infrastructure d'intelligence artificielle et de calcul en nuage que lors des 10 dernières années. Avec des modèles en évolution devenant plus intensifs en calcul, l'entreprise a déclaré sur son blog officiel qu'Alibaba compte se distinguer comme partenaire des entreprises construisant et déployant l'IA dans le monde réel.

Cet objectif représente l'un des plus grands investissements de la Chine dans l'infrastructure d'IA, et il souligne les ambitions croissantes d'Alibaba dans ce domaine. Mais cela survient alors que les investisseurs s'inquiètent de savoir si certaines grandes entreprises technologiques surestimeront la demande de services d'IA à l'avenir ou sous-estimeront le coût en capital de leur construction.

Les analystes de TD Cowen ont souligné vendredi que Microsoft Corp. annulait des baux pour une capacité substantielle de centres de données aux États-Unis. Cette mesure pourrait refléter des préoccupations quant à savoir si elle construit plus de puissance de calcul pour l'IA qu'elle n'en aura besoin à long terme. Les actions d'Alibaba à Hong Kong ont reculé jusqu'à 3 % lundi.

D'autres grandes entreprises technologiques, telles que Meta Platforms Inc. et Amazon.com Inc., s'engagent à investir des milliards pour construire les centres de données nécessaires à l'entraînement, au développement et à l'hébergement des services d'IA.