Multimodal AI

Inspect licensing, quality across tasks/languages, human evaluation and failure cases. A generated illustration is not an observed scientific result.

Dossiers expliqués

Notes de recherche

Research community2026-10-29

SelfThinker: Self-Evolving Reasoning via Reliability-Verified Intrinsic Visual Thoughts

Multimodal AI · preprint

Unified multimodal models can both generate and understand images within a single set of weights, offering an opportunity to use image synthesis as training supervision

Sélection automatique · sans validation scientifique par ce siteLire la note de recherche ↗

Hugging Face2026-10-27

Build specialized multimodal models with LFM3

Multimodal AI · primary_technical_publication

Sélection automatique · sans validation scientifique par ce siteLire la note de recherche ↗

Hugging Face2026-10-15

Welcome Muse Spark Open: open-weight frontier multimodal mixture-of-experts model from Meta

Multimodal AI · primary_technical_publication

Sélection automatique · sans validation scientifique par ce siteLire la note de recherche ↗

Google DeepMind2026-10-06

EmbeddingGemma 2: an open, lightweight multimodal embedding model

Multimodal AI · provider_announcement

Sélection automatique · sans validation scientifique par ce siteLire la note de recherche ↗

Google DeepMind2026-09-23

Gemini 3.8 text-to-speech says hello

Multimodal AI · provider_announcement

Sélection automatique · sans validation scientifique par ce siteLire la note de recherche ↗

Google DeepMind2026-08-26

Intelligent transcription with Gemini 3.5 Transcribe

Multimodal AI · provider_announcement

Now you can get more intelligent speech-to-text transcription with Gemini 3.5 Transcribe.

Sélection automatique · sans validation scientifique par ce siteLire la note de recherche ↗