wan

SGLang est un framework de service haute performance pour les grands modèles de langage et les modèles multimodaux.

Inférence de modèles de diffusion (SD, Flux, Wan, Qwen Image, Z-Image, etc.) en C/C++ pur.

Scanner réseau rapide, moderne et facile à utiliser

PALLAIDIUM : studio de cinéma basé sur l'IA générative, intégré à l'éditeur vidéo de Blender (VSE), permettant une production complète du script à l'écran.

[EMNLP 2024 & AAAI 2026] Une boîte à outils puissante pour la compression de grands modèles, incluant les LLM, les VLM et les modèles génératifs vidéo.

[ICML2025, NeurIPS2025 Spotlight] Sparse VideoGen 1 & 2 : Accélération des Video Diffusion Transformers avec une attention creuse (sparse attention)

Plan de contrôle agent-natif first-local pour ComfyUI — serveur MCP + agent latéral qui génère des images, vidéos & audio, crée et exécute des workflows, et édite votre graphe en direct en langage naturel sur TOUT LLM (Claude, ChatGPT, Gemini, Ollama hors ligne, ou tout modèle hébergé). 178 outils, 36 compétences IA, 55 packs d'installation. Local, LAN, VPS ou Comfy Cloud.

[NeurIPS 2025] Radial Attention : attention creuse en O(nlogn) avec décroissance d'énergie pour la génération de vidéos longues

📚 Une liste de référence d'articles exceptionnels sur l'inférence par diffusion avec code : échantillonnage, cache, quantification, parallélisme, etc. 🎉

A high-performance framework for training LLMs, VLMs, diffusion, and embodied models on NVIDIA GPUs and Kunlun XPUs.

FlashRT est un moteur d'inférence haute performance en temps réel pour les charges de travail IA à faible lot et sensibles à la latence. L'intégration phare concerne le contrôle VLA en production pour Pi0, Pi0.5, GROOT N1.6 et Pi0-FAST. Il prend également en charge les LLM tels que qwen3.6-27B.