Maison
Xiaohongshu met en open source le modèle d'IA FireRed-Image-Edit v1.1, qui permet d'assurer la cohérence et de réaliser des retouches complexes
Le 9 mars 2026, l'équipe Super Intelligence de Xiaohongshu a officiellement lancé le modèle FireRed-Image-Edit v1.1. Sortie moins d'un mois après la v1.0, cette nouvelle version marque une accélération majeure du rythme d'évolution de la plateforme en matière de grands modèles multimodaux.
La nouvelle version offre une optimisation approfondie pour des tâches complexes telles que l'édition cohérente avec l'identité, la fusion multi-éléments, l'amélioration des portraits et la référence de style de police, tout en conservant les atouts de sa prédécesseure. Elle présente une compréhension sémantique et une génération visuelle nettement améliorées. D'un point de vue technique, la v1.1 prend désormais en charge l'optimisation de l'ensemble du processus d'entraînement et de déploiement, réduisant le temps d'inférence à 4,5 secondes et limitant l'utilisation de la mémoire à 30 Go — un atout majeur pour une mise en œuvre pratique à l'échelle industrielle.

En tant que moteur central des ambitions de Xiaohongshu en matière d’intelligence générale, l’équipe Super Intelligence a entièrement open-sourcé le code du projet, les documents techniques, les poids des modèles ainsi que l’ensemble de son cadre d’entraînement et d’inférence. Cette initiative renforce non seulement les flux de travail internes de Xiaohongshu pour la création, la distribution, la recherche et la publicité de contenu, mais comble également une lacune du secteur en fournissant une boîte à outils open-source sophistiquée pour l’édition d’images à granularité fine.
Alors que la course mondiale aux grands modèles se concentre désormais sur les applications profondes, les progrès rapides et l'ouverture du code source de la série FireRed mettent en évidence la manière dont les plateformes de premier plan s'efforcent de démocratiser la technologie multimodale. En déplaçant son attention du simple développement de modèles vers l'ingénierie haute performance, Xiaohongshu se forge un avantage distinct en matière d'IA centrée sur le contenu, prêt à accélérer l'adoption de l'intelligence multimodale dans le commerce électronique et les plateformes sociales axées sur le contenu.
Article connexe
Meta veut que votre prochain gadget soit alimenté par Muse
Le Muse de Meta, un assistant IA qui gère les réservations de voyages, les soumissions de formulaires et les achats, a connu une adoption massive, mais une nouvelle initiative pourrait particulièrement intriguer les développeurs et les passionnés de
Wan-Streamer v0.2 offre une IA de chat à latence ultra-faible
Alors que la technologie moderne progresse rapidement, l'interaction entre les humains et l'intelligence artificielle devient de plus en plus courante. Les appels vidéo traditionnels peinent souvent à gérer les retards, les délais et la désynchronisa
Meta rejoint TSMC et Micron pour équiper de nouveaux serveurs avec des mémoires anciennes
Alors que l’adoption de l’intelligence artificielle s’accélère à l’échelle mondiale, la mémoire DDR5 de nouvelle génération connaît une pénurie critique d’approvisionnement. Afin d’éviter les retards dans le déploiement des centres de données dédiés
Recommandations de sujets spéciaux liés
commentaires (1)
Le 9 mars 2026, l'équipe Super Intelligence de Xiaohongshu a officiellement lancé le modèle FireRed-Image-Edit v1.1. Sortie moins d'un mois après la v1.0, cette nouvelle version marque une accélération majeure du rythme d'évolution de la plateforme en matière de grands modèles multimodaux.
La nouvelle version offre une optimisation approfondie pour des tâches complexes telles que l'édition cohérente avec l'identité, la fusion multi-éléments, l'amélioration des portraits et la référence de style de police, tout en conservant les atouts de sa prédécesseure. Elle présente une compréhension sémantique et une génération visuelle nettement améliorées. D'un point de vue technique, la v1.1 prend désormais en charge l'optimisation de l'ensemble du processus d'entraînement et de déploiement, réduisant le temps d'inférence à 4,5 secondes et limitant l'utilisation de la mémoire à 30 Go — un atout majeur pour une mise en œuvre pratique à l'échelle industrielle.

En tant que moteur central des ambitions de Xiaohongshu en matière d’intelligence générale, l’équipe Super Intelligence a entièrement open-sourcé le code du projet, les documents techniques, les poids des modèles ainsi que l’ensemble de son cadre d’entraînement et d’inférence. Cette initiative renforce non seulement les flux de travail internes de Xiaohongshu pour la création, la distribution, la recherche et la publicité de contenu, mais comble également une lacune du secteur en fournissant une boîte à outils open-source sophistiquée pour l’édition d’images à granularité fine.
Alors que la course mondiale aux grands modèles se concentre désormais sur les applications profondes, les progrès rapides et l'ouverture du code source de la série FireRed mettent en évidence la manière dont les plateformes de premier plan s'efforcent de démocratiser la technologie multimodale. En déplaçant son attention du simple développement de modèles vers l'ingénierie haute performance, Xiaohongshu se forge un avantage distinct en matière d'IA centrée sur le contenu, prêt à accélérer l'adoption de l'intelligence multimodale dans le commerce électronique et les plateformes sociales axées sur le contenu.
Meta veut que votre prochain gadget soit alimenté par Muse
Le Muse de Meta, un assistant IA qui gère les réservations de voyages, les soumissions de formulaires et les achats, a connu une adoption massive, mais une nouvelle initiative pourrait particulièrement intriguer les développeurs et les passionnés de
Wan-Streamer v0.2 offre une IA de chat à latence ultra-faible
Alors que la technologie moderne progresse rapidement, l'interaction entre les humains et l'intelligence artificielle devient de plus en plus courante. Les appels vidéo traditionnels peinent souvent à gérer les retards, les délais et la désynchronisa
Meta rejoint TSMC et Micron pour équiper de nouveaux serveurs avec des mémoires anciennes
Alors que l’adoption de l’intelligence artificielle s’accélère à l’échelle mondiale, la mémoire DDR5 de nouvelle génération connaît une pénurie critique d’approvisionnement. Afin d’éviter les retards dans le déploiement des centres de données dédiés











