#Multimodal

#1

OpenAI Advanced Voice

Conversations vocales en temps réel et naturelles avec ChatGPT

#2

ScreenAgent

Agent de langage visuel ouvert-source pour contrôler les interfaces graphiques d'ordinateur via planification et exécution de souris/clavier.

#3

Grok 2

Chatbot de raisonnement focalisé xAI avec génération d'image et prise en charge multi-modale d'entrée

Environnement d'exécution IA sur appareil pour exécuter des modèles localement sur téléphones, PC et matériel edge.

#5

Project Astra

L'agent universel d'IA de Google DeepMind qui voit, entend et raisonne sur le monde en temps réel.

#6

OmniVision

Modèle vision-langage compact conçu pour le déploiement sur appareil et en périphérie

#7

Humain AI

Une société saoudienne soutenant l'intelligence artificielle développant des infrastructures à grande échelle et des LLM multimodaux en arabe pour les services d'intelligence artificielle mondiaux.

#8

Uni-1 by Luma AI

Modèle AI multimodal pour la génération de images de haute fidélité avec mécanismes de raisonnement spatiaux avancés et traitement précis du texte dans l'image.

#9

Black Forest Labs

Une startup AI pionnière spécialisée dans des modèles génératifs de pointe pour la synthèse d'images et de vidéos.

#10

Veo 4

Contrôle cinématographique de la vidéo assistée par l'IA avec synchronisation audio native

#11

OpenArt

Suite AI créative pour générer art, vidéo et audio à partir de texte ou d'images

#12

SuperAnnotate

Plateforme de notation de données et de gestion de données de capteur pour construire des jeux de données d'entraînement haute qualité pour l'IA.

#13

Gemma 3

Un modèle AI open-source optimisé pour la performance d'un GPU unique, supportant les entrées multimodales et plus de 140 langues.

#14

GLM-4.6V

Modèle de langage GLM unissant vision, texte et appels d'outils ouverts source par Z.ai pour la raison de longue durée, les recherches, la codification et UI-to-code.

#15

HappyHorse

Modèle open-source qui génère des vidéos avec une bande audio synchronisée à partir d'une seule prompte.

#16

OpenAI GPT-4

Le modèle de langage large multimodal d'OpenAI pour la compréhension du texte, du code et des images.

#17

Codex CLI

Assistant AI de ligne de commande open-source qui lit, écrit et exécute le code localement avec des entrées multimodales.

#18

LTX 2.3 Video Generator

Générateur de vidéos AI qui unifie les invites textuelles, les images et l'audio en clips courts cohérents.

#19

MyShell

Plateforme grand public AI sans code pour créer, partager et posséder des applications IA.

#20

LiveKit Agents

Cadre ouvert pour la création d'agents IA à voix et vidéo multimodaux en temps réel.

#21

Aivah

Créez des agents avatar IA interactifs pour des expériences numériques immersives

#22

Voice-gen.ai

Unisexuel plate-forme pour le création de voix synthétique, images et vidéos

#23

WebVoyager

WebVoyager, votre agent Web puissant propulsé par des modèles multimodales méthodes (LMM)

#24

Jina AI

Fondation de recherche multimodale pour les embeddings, le réordonnancement et les pipelines RAG

#25

Seedance 1.5 Pro

Plateforme d'IA pour la création de vidéos avec son synchronisé (voix, lip-synch, FX sonores) à partir de texte ou d'images, plus de génération d'image et d'outils d'édition AI d'image.