Des chercheurs de l'Université Clarkson ont mis au point Rex, une nouvelle famille de solveurs numériques conçue pour améliorer la précision et le contrôle des systèmes d'intelligence artificielle générative. Développée par le chercheur postdoctoral Zander Blasingame et le professeur Chen Liu, cette approche cible spécifiquement les modèles de diffusion et d'appariement de flux, qui constituent la base de nombreux générateurs d'images, d'outils de conception moléculaire et de simulateurs scientifiques. Ces modèles fonctionnent en transformant progressivement un bruit aléatoire en données structurées. Or, de nombreuses applications exigent d'exécuter ce processus à l'envers pour récupérer ou modifier les informations originales. Les méthodes actuelles souffrent souvent d'erreurs de calcul qui dégradent la fidélité lors de cette inversion. Le cadre Rex résout ce problème en alignant étroitement les étapes avant et arrière des modèles, permettant une inversion avec une précision nettement supérieure. Selon l'équipe, cette architecture réduit les erreurs d'inversion de plusieurs ordres de grandeur par rapport aux solutions existantes. Cette avancée devrait permettre le développement d'outils d'édition d'images plus fiables, capables de modifier des visuels générés par l'IA tout en préservant les détails fins et en offrant un contrôle accru aux utilisateurs. Au-delà du domaine créatif, la technologie trouvera une application directe dans la simulation moléculaire et la découverte de médicaments, où la modélisation précise de processus complexes est indispensable à la recherche chimique et pharmaceutique. L'un des principaux atouts de Rex réside dans sa compatibilité immédiate avec les infrastructures d'IA existantes. Il peut être intégré aux modèles de diffusion et d'appariement de flux sans nécessiter une refonte complète des pipelines algorithmiques, facilitant ainsi son adoption par les chercheurs et les développeurs. Les résultats de cette recherche seront présentés lors de la conférence internationale ICML 2026. Une version préliminaire du document est déjà accessible sur le serveur arXiv. Les travaux s'inscrivent dans la continuité des recherches antérieures menées par les auteurs sur les modèles génératifs et prolongent les travaux de doctorat de M. Blasingame, aujourd'hui chercheur postdoctoral à l'entreprise autrichienne AITHYRA. Cette innovation positionne Rex comme un outil mathématique prometteur pour rendre l'IA générative plus fiable, plus précise et plus utile dans des domaines scientifiques et industriels exigeants.