Aller au contenu
28 octobremer.
  1. Hugging Face Blog80

    NVIDIA publie Nemotron 3.5 Transcribe et le pipeline de données Granary v2

    NVIDIA publie Nemotron 3.5 Transcribe, un modèle open-weight pilotable par prompt qui réunit transcription en 40 langues.

    Motif de la recommandation :Le modèle open-weight réunit transcription, diarisation et traduction en un seul checkpoint, avec les recettes de données et de fine-tuning pour l'adapter à un domaine.

27 octobremar.
  1. The Decoder88

    OpenAI publie GPT-6.1 Terra, avec un prix d'API réduit de moitié par rapport à GPT-5.6 Terra

    OpenAI a publié GPT-6.1 Terra, dont le prix d'API est la moitié de celui de GPT-5.6 Terra.

    Motif de la recommandation :L'original détaille les prix de l'API, les scores de benchmarks et les performances de contrôle informatique, permettant de comparer le rapport coût-performance avec les modèles concurrents.

26 octobrelun.
24 octobresam.
  1. Latent Space78

    Moonshot lance Kimi K3.1 Pro, un modèle MoE de 2,8T paramètres aux poids ouverts annoncés pour le 4 novembre

    Moonshot a lancé Kimi K3.1 Pro, un modèle MoE multimodal de 2,8T paramètres totaux et 104B paramètres actifs avec une fenêtre de contexte de 1 million de tokens.

    Motif de la recommandation :Le lancement de Kimi K3.1 Pro et les mesures indépendantes d'Artificial Analysis et d'Arena permettent de situer l'écart entre modèles ouverts et fermés.

23 octobreven.
  1. Hackster.io68

    MIT et l'Université de Tianjin présentent X-Hinges, des objets imprimés en 3D capables de détecter leurs propres mouvements

    Des chercheurs du MIT et de l'Université de Tianjin ont développé X-Hinges.

    Motif de la recommandation :Le système X-Hinges intègre des capteurs dans des objets imprimés en 3D et permet de suivre le mouvement sur trois axes, ce qui offre une référence concrète pour la fabrication d'interfaces tactiles.

22 octobrejeu.
  1. Google Research62

    Google Research : l'IA d'échographie blind sweep atteint une précision d'estimation de l'âge gestationnel proche de celle des experts

    Google Research a publié dans JAMA Network Open une étude prospective montrant qu'un modèle d'IA analysant des échographies blind sweep estime l'âge gestationnel avec une erreur absolue moyenne de 4,18 jours, contre 4,48 jours pour la procédure standard réalisée par des échographistes experts. Le modèle, ajusté avec un jeu pilote de 120 participantes à Chicago, atteint une MAE de 4,10 jours à Chicago et de 4,27 jours à Nairobi sans optimisation locale, sur une cohorte principale de 385 participantes entre 16 et 36 semaines. L'étude souligne aussi des besoins pratiques comme des batteries amovibles et des estimations de confiance pour écarter les balayages de mauvaise qualité.

    Motif de la recommandation :L'étude compare l'IA à l'échographie experte sur deux sites et détaille les écarts d'erreur ainsi que les conditions de déploiement.

21 octobremer.
  1. NVIDIA Blog70

    NVIDIA dévoile plusieurs familles de modèles ouverts pour l'Europe, du langage à la robotique et au quantique

    NVIDIA étend sa famille de modèles ouverts au langage, à la robotique, à la biologie et au calcul quantique.

    Motif de la recommandation :NVIDIA détaille en une fois plusieurs familles de modèles ouverts couvrant langage, robotique, biologie et quantique, avec les partenaires et les canaux de disponibilité.

  2. EE Times62

    Synaptics lance les MCU edge AI Astra SR200, avec calcul multimodal et mémoire hiérarchisée

    Synaptics a dévoilé la série de microcontrôleurs edge AI Astra SR200, qui associe les cœurs Arm Cortex-M85 et Cortex-M52.

    Motif de la recommandation :L'article détaille les trois niveaux de la série SR200 et l'architecture mémoire hiérarchisée, ce qui permet de comparer les compromis entre calcul et mémoire pour les appareils edge.

20 octobremar.
  1. Hackster.io40

    KIMM transforme un écran en matrice de haut-parleurs pour localiser précisément le son

    Des chercheurs du AX Convergence Research Center du Korea Institute of Machinery and Materials (KIMM) ont mis au point une matrice de haut-parleurs sectionnelle qui aligne la position d'une source sonore à l'écran avec la direction d'où le son est réellement entendu. Leur prototype installe 80 moteurs à bobine mobile derrière un écran de 100 pouces, chaque bobine faisant vibrer une section du panneau pour en faire un haut-parleur, permettant de localiser le son sur l'une des 80 zones plutôt que sur les seuls canaux gauche-centre-droite classiques. La technologie, brevetée sous le nom de « Modular Acoustic Radiation System », est modulaire et pourrait s'étendre d'un téléviseur de salon à un écran de cinéma ou un panneau d'affichage électronique, la combinaison de plusieurs bobines permettant de reproduire les basses sans caisson externe.