Aller au contenu
13 décembresam.
  1. Google DeepMind78

    Google DeepMind publie Gemini 2.5 Flash Native Audio mis à jour

    Google DeepMind publie une mise à jour de Gemini 2.5 Flash Native Audio destinée aux agents vocaux en direct.

    Motif de la recommandation :L'original expose les améliorations de l'appel de fonctions, du suivi d'instructions et du dialogue multi-tours, ainsi que les points d'accès ouverts, ce qui permet de juger de l'impact sur les agents vocaux.

11 décembrejeu.
9 décembremar.
4 décembrejeu.
3 décembremer.
20 novembrejeu.
  1. Google DeepMind80

    Google DeepMind publie Nano Banana Pro (Gemini 3 Pro Image)

    Google DeepMind publie Nano Banana Pro (Gemini 3 Pro Image), un modèle de génération et d'édition d'images construit sur Gemini 3 Pro.

    Motif de la recommandation :L'original détaille les capacités de génération et d'édition d'images, les résolutions et les intégrations, ce qui aide le lecteur à évaluer les scénarios de production concernés.

19 novembremer.
  1. Google Research80

    Google déploie la Generative UI dans Gemini et la recherche avec Gemini 3 Pro

    Google Research présente la Generative UI, une capacité où le modèle génère non seulement du contenu mais toute une expérience utilisateur interactive.

    Motif de la recommandation :L'article détaille l'implémentation de la génération d'interfaces par Gemini 3 Pro et son déploiement dans Gemini et Google Search, permettant de juger de l'impact sur les expériences utilisateur.

13 novembrejeu.
  1. Google DeepMind74

    Google DeepMind présente SIMA 2, un agent qui joue, raisonne et apprend dans des mondes 3D virtuels

    Google DeepMind présente SIMA 2, un agent généraliste qui intègre un modèle Gemini comme cœur de raisonnement et passe du suivi d'instructions à un compagnon de jeu interactif capable de converser et de s'auto-améliorer. Le système a été entraîné sur un mélange de vidéos de démonstration humaines et de labels générés par Gemini, et il généralise à des jeux non vus comme ASKA ou MineDojo, y compris dans des mondes générés en temps réel par Genie 3. SIMA 2 est publié en aperçu de recherche limité, avec un accès anticipé pour un petit groupe de chercheurs et de développeurs de jeux.

    Motif de la recommandation :SIMA 2 intègre Gemini comme moteur de raisonnement et passe du suivi d'instructions à l'auto-amélioration dans des mondes 3D, avec des limites de mémoire et de tâches longues explicitement documentées.

11 novembremar.
  1. Google DeepMind60

    Google DeepMind publie dans Nature une méthode pour aligner la vision des IA sur celle des humains

    Google DeepMind publie dans Nature un article montrant que réorganiser les représentations visuelles d'un modèle selon les hiérarchies conceptuelles humaines améliore sa robustesse et sa généralisation. L'équipe part d'un modèle pré-entraîné SigLIP-SO400M, entraîne un petit adaptateur sur le jeu de données THINGS, puis génère un nouveau jeu de données AligNet de plusieurs millions de jugements de type odd-one-out sur un million d'images pour affiner d'autres modèles. Les modèles alignés obtiennent de meilleurs résultats sur des tâches de sciences cognitives et sur des tâches d'apprentissage few-shot et de distribution shift.

    Motif de la recommandation :L'article détaille une méthode en trois étapes pour aligner les représentations visuelles des modèles sur les hiérarchies conceptuelles humaines, avec des gains mesurés sur la robustesse et la généralisation.

31 octobreven.
30 octobrejeu.
28 aoûtjeu.
1 aoûtven.
17 juilletjeu.
15 juilletmar.
26 juinjeu.
3 juinmar.
8 maijeu.
7 maimer.
  1. Mistral AI78

    Mistral AI lance Mistral Medium 3, un modèle intermédiaire au coût réduit

    Mistral AI annonce Mistral Medium 3, un modèle qui atteint selon l'entreprise au moins 90 % des performances de Claude Sonnet 3.7 sur les benchmarks pour un coût de 0.

    Motif de la recommandation :Mistral Medium 3 revendique des performances proches de Claude Sonnet 3.7 pour un coût bien inférieur, avec un déploiement possible sur quatre GPU ou plus.

24 avriljeu.
7 avrillun.
25 marsmar.
  1. OpenAI News80

    OpenAI publie un addendum à la fiche système de GPT-4o sur la génération d'images

    OpenAI publie un addendum à la fiche système de GPT-4o consacré à la génération d'images 4o. Cette approche est présentée comme nettement plus performante que la série DALL·E 3.

    Motif de la recommandation :L'addendum présente la génération d'images 4o comme plus performante que DALL·E 3 et capable de produire des images photoréalistes à partir d'entrées visuelles.

17 marslun.
12 marsmer.
7 marsven.
  1. Mistral AI78

    Mistral AI lance Mistral OCR, une API de reconnaissance optique de caractères pour documents complexes

    Mistral AI annonce Mistral OCR, une API de reconnaissance optique de caractères qui traite images et PDF en entrée et restitue un contenu ordonné mêlant texte et images. Le modèle est présenté comme multilingue et multimodal, avec des benchmarks internes le plaçant devant Google Document AI, Azure OCR, Gemini-1.5 et GPT-4o sur les documents complexes, les mathématiques, le multilingue, les scans et les tableaux. L'API mistral-ocr-latest est facturée 1000 pages par dollar, avec environ le double de pages par dollar en inférence par lots, disponible sur la Plateforme et bientôt chez les partenaires cloud et en local, avec auto-hébergement sélectif pour les organisations traitant des informations sensibles.

    Motif de la recommandation :L'original expose les performances comparées de Mistral OCR et son tarif à la page, utile pour évaluer son intégration dans un pipeline RAG documentaire.

21 févrierven.
20 févrierjeu.
19 févriermer.
17 févrierlun.
7 févrierven.
5 décembrejeu.
26 novembremar.
21 novembrejeu.
18 novembrelun.