Le filThèmes : RechercheOpen source
ThinkV2V active le raisonnement d’un MLLM avant de générer pour éditer des vidéos à partir d’instructions
1 sourcemis à jour il y a 6 jpertinence 3,1 sur5
L’essentiel
Selon ses auteurs, le modèle DiT de 5 milliards de paramètres surpasse nettement des modèles de référence de 10 milliards. Le jeu de données ThinkV2V-150K et le benchmark ThinkV2V-Bench accompagnent le travail.
Propagation1 article, publié par HF Daily Papers le 1 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceDonghao Zhou, Haoyang He, Fan Zhang et al.huggingface.co
ThinkV2V: Unleashing the Reasoning Capability of MLLMs for Instruction-Guided Video Editing (site externe)
We propose ThinkV2V, a reasoning-driven framework for complex instruction-guided video editing, explicitly activating MLLM thinking before visual generation.
Sur les mêmes thèmes
Open source
Xiaomi publie MiMo-V2.6-Pro, un modèle open-weights omnimodal de 1 000 milliards de paramètres
Open source
Xiaomi MiMo publie MiMo-V2.6-Distill-Qwen-9B, un modèle agentique de 9 milliards de paramètres
Open source
Reflection dévoile Beam, un modèle d’IA de 501 milliards de paramètres
Recherche
OpenAI publie 722 manuscrits de mathématiques issus d’un modèle interne non diffusé
À lire ensuite
Modèles
Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind
Modèles
OpenAI lance GPT-6 Sol et GPT-6 Luna, deux modèles plus économiques qui complètent GPT-6 Astra
Modèles
Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-6 Sol et GPT-6 Luna à environ une heure d’écart
Modèles
Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5