Message de Gate News, 23 avril — L’équipe Seed de ByteDance a publié Seed3D 2.0, un modèle text-to-3D qui génère des actifs 3D texturés à partir d’une seule image. La mise à niveau met l’accent sur la précision géométrique et le réalisme des matériaux, l’API étant désormais disponible sur Volcano Ark.
La génération géométrique emploie une stratégie en deux étapes Coarse-to-Fine : un modèle DiT à large capacité établit d’abord une topologie de granularité grossière, puis récupère les arêtes nettes et les surfaces fines. La génération de matériaux utilise une architecture Mixture of Experts (MoE) pour améliorer les détails en haute résolution, en intégrant des priors du Vision Language Model (VLM) afin d’améliorer la stabilité de la décomposition des matériaux dans des conditions d’éclairage inconnues, produisant des cartes PBR complètes compatibles avec des pipelines de rendu standard.
Soixante évaluateurs ayant une expérience en modélisation 3D ont effectué des comparaisons à l’aveugle sur environ 200 cas de test, en comparant Seed3D 2.0 à Hunyuan3D-2.5/3.1, Tripo 3.0, Rodin Gen2, HiTem v2.0 et l’ancienne Seed3D 1.0. Les taux de préférence pour la génération géométrique allaient de 65,1 % à 98,3 %, tandis que les taux de préférence pour les actifs 3D texturés dépassaient 69 % dans toutes les comparaisons.
Pour les applications en aval, Seed3D 2.0 peut décomposer des actifs 3D en composants indépendants avec des informations conjointes, en produisant un format URDF compatible avec Isaac Sim et d’autres moteurs de simulation pour des scénarios d’interaction dynamique comme la préhension robotique. Au niveau de la scène, il prend en charge des entrées textuelles, des images multi-vues ou des vidéos, en combinant plusieurs actifs pour générer des scènes complètes.
Avertissement : Les informations contenues dans cette page peuvent provenir de tiers et ne représentent pas les points de vue ou les opinions de Gate. Le contenu de cette page est fourni à titre de référence uniquement et ne constitue pas un conseil financier, d'investissement ou juridique. Gate ne garantit pas l'exactitude ou l'exhaustivité des informations et n'est pas responsable des pertes résultant de l'utilisation de ces informations. Les investissements en actifs virtuels comportent des risques élevés et sont soumis à une forte volatilité des prix. Vous pouvez perdre la totalité du capital investi. Veuillez comprendre pleinement les risques pertinents et prendre des décisions prudentes en fonction de votre propre situation financière et de votre tolérance au risque. Pour plus de détails, veuillez consulter l'
avertissement.
Articles similaires
AequiSolva lance l’architecture d’IA Sentinel Stack pour la vérification des actifs institutionnels le 30 avril
D’après AequiSolva, l’entreprise a lancé son architecture d’échange Sentinel Stack™ intégrant l’IA le 30 avril 2026, avec une exécution déterministe, une surveillance des marchés pilotée par l’IA et le moteur Omni-Attest Engine™ pour une preuve cryptographique continue des réserves. La plateforme combine trois éléments centraux
GateNewsIl y a 2h
Karpathy révèle : la méthode complète pour construire une base de connaissances personnelle avec des LLM
Les membres fondateurs d’OpenAI, l’ancien directeur de l’IA chez Tesla, Andrej Karpathy, a publié sur X un travail sur le flux de travail des « LLM Knowledge Bases » et a expliqué comment, récemment, il a fait passer une grande partie de sa consommation de tokens de « la manipulation de code » à « la manipulation de connaissances »—en utilisant des LLM pour rassembler des articles, des documents, des dossiers, des images dispersés dans un wiki personnel auto-entretenu. L’ensemble du processus a déjà accumulé, dans ses propres projets de recherche, environ ~100 articles, ~400 000 mots, et tout a été écrit et mis à jour entièrement par des LLM. Cet article récapitule le setup complet de Karpathy et fournit aux développeurs qui veulent le reproduire une liste de vérification exécutable.
Idée centrale : données brutes → compilation par LLM → wiki → Q&R
La philosophie de conception de Karpathy peut se résumer en un
ChainNewsAbmediaIl y a 8h
L’entreprise de trésorerie Bitcoin K Wave Media obtient jusqu’à $485M pour la mise en place de l’infrastructure d’IA
Selon ChainCatcher, l’entreprise de trésorerie en bitcoins cotée au Nasdaq, K Wave Media, a annoncé le 4 mai un pivot stratégique vers l’infrastructure d’IA, en obtenant jusqu’à 485 millions de dollars de soutien en capital pour des investissements dans des centres de données, des services de location de GPU, ainsi que des acquisitions et des partenariats d’infrastructure d’IA.
L’entreprise
GateNewsIl y a 9h
Antimatter lance un plan de centre de données d’IA avec un financement de 300 millions d’euros
Antimatter, une société française d’infrastructure cloud pour les charges de travail liées à l’IA, a été lancée le 4 mai en réunissant trois entreprises existantes : Datafactory, Policloud et Hivenet. La société lève 300 millions d’euros (351 millions de dollars) afin de déployer 100 unités de micro data centers en 2026 pour l’inférence IA
CryptoFrontierIl y a 11h
Le ministère de l’Éducation « Des bibliothèques avec l’IA » : bibliothèques gratuites pour utiliser ChatGPT et Claude ! Voir en une fois les lieux et la période d’application
Le ministère de l’Éducation déploie « Les bibliothèques ont aussi de l’IA » : à partir du quatrième trimestre de cette année, des ordinateurs IA seront installés dans chaque bibliothèque nationale, notamment à la Bibliothèque nationale, avec 5 machines par établissement. Le public pourra utiliser gratuitement des outils comme ChatGPT, Claude, Gemini, etc., avec sa carte de prêt, afin de réduire l’écart lié à l’IA payante, et le programme s’étendra à 47 bibliothèques universitaires nationales. Les fonds proviendront soit de l’autofinancement des établissements, soit de demandes de subventions ; en parallèle, il faudra aussi relever des défis liés aux créneaux d’utilisation, à la gestion des comptes, à la confidentialité et aux autorisations.
ChainNewsAbmediaIl y a 12h
Économie des mannequins virtuels propulsés par l’IA : analyse de Aitana, Emily et de 4 systèmes Markdown
Les mannequins virtuels propulsés par l’IA sont passés, en l’espace de 18 mois, de simples expériences médiatiques à de véritables activités commerciales générant des dizaines de milliers de dollars de revenus mensuels, avec l’ensemble du stack technique qui s’est rapidement maturé. Cet article regroupe trois cas typiques : Aitana López, mannequin virtuel sous The Clueless (Barcelone, 10 000 € par mois), Emily Pellegrini, créée par un auteur anonyme (environ 10 000 dollars par semaine), et le cas « Maya » récemment relayé sur la plateforme X : une étudiante du Texas aurait mis en place une personnalité virtuelle IA à l’aide de 4 fichiers markdown, produisant dès son premier mois 43 000 dollars de revenus sur un compte OnlyFans.
Aitana López : le mannequin virtuel en propre de The Clueless, jusqu’à 10 000 € par mois
Aitana López est une…
ChainNewsAbmediaIl y a 14h
