NVIDIA publie le modèle de transcription open-weight Nemotron 3.5 Transcribe
NVIDIA a publié Nemotron 3.5 Transcribe, un modèle open-weight gratuit qui transcrit l'audio en 40 langues au maximum. Il traduit 31 langues depuis et vers l'anglais.
NVIDIA a publié Nemotron 3.5 Transcribe, un modèle open-weight gratuit qui transcrit l'audio en 40 langues au maximum. Il traduit 31 langues depuis et vers l'anglais.
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.
Google DeepMind a présenté Genie 4, successeur de Genie 3, un modèle du monde qui calcule une scène image par image et réagit aux saisies clavier et aux prompts textuels. Selon DeepMind.
Liquid AI publie LFM3, une famille de six modèles 2B (texte, vision, audio, omni et décision) tous dérivés du socle LFM3-1.7B-Base.
Motif de la recommandation :LFM3 détaille une architecture tri-hybride et six modèles 2B partageant un même socle, avec des chiffres comparatifs face à LFM2 et Qwen.
Google a annoncé Genie 4, son world model destiné à générer des expériences interactives par IA. Le modèle apporte quatre évolutions principales.
OpenAI publie GPT-6.1 Terra, qui succède à GPT-5.6 Terra dans sa gamme de modèles à tout faire. Le tarif API passe à 1 dollar par million de tokens en entrée et 5 dollars en sortie.
Même actualité, affichée dans la sélection« OpenAI lance GPT-6.1 Terra, agents 3 fois plus rapides et tarifs réduits de 50 % »
Google DeepMind annonce Genie 4, un nouveau modèle du monde qui génère nativement de l'audio.
Motif de la recommandation :Genie 4 intègre nativement l'audio et le dialogue interactif dans la simulation en temps réel, avec un aperçu des capacités et des limites actuelles.
Google DeepMind a publié mardi Genie 4 en aperçu de recherche, une version qui génère des mondes plus photoréalistes et interactifs.
Google DeepMind dévoile Genie 4, une mise à jour de son world model qui améliore presque tous les aspects de Genie 3.
OpenAI lance GPT-6.1 Terra, un modèle rapide et efficace qui combine raisonnement visuel détaillé et computer use précis.
OpenAI lance GPT-6.1 Terra, un modèle axé sur l'usage de l'ordinateur, le raisonnement visuel.
Motif de la recommandation :L'original détaille les écarts de prix, de vitesse et de taux d'erreur par rapport à GPT-5.6 Terra, ce qui permet de situer le nouveau modèle dans la gamme existante.
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.
OpenAI lance GPT-6.1 Terra, présenté comme offrant une utilisation de l'ordinateur rapide et performante à grande échelle.
Cadence a dévoilé Maestro, une série de modèles IA spécialisés destinés à ses agents de conception de puces. Selon les premiers résultats.
Block, l'entreprise de Jack Dorsey, a publié Dessa, un modèle vocal full-duplex capable d'écouter et de parler en même temps.
Block, la société derrière Square et Cash App, a dévoilé Dessa, présenté comme le premier modèle IA entraîné entièrement sur de la parole humaine.
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.
Kimi K3.1 Pro est disponible sur l'API Kimi depuis le 23 octobre 2026, sans poids ouverts pour l'instant.
Même actualité, affichée dans la sélection« Moonshot AI publie Kimi K3.1 Pro, à 3 points de Claude Opus 5.5 sur l'Artificial Analysis Intelligence Index »
Block, l'entreprise de Jack Dorsey, a annoncé Dessa.
Moonshot AI a publié Kimi K3.1 Pro, une version post-entraînée de Kimi K3 avec davantage de calcul de post-entraînement.
Motif de la recommandation :Le modèle atteint la quatrième place de l'Artificial Analysis Intelligence Index, avec des chiffres détaillés sur les tâches agentiques et le prix par token.
DeepSeek a mis à jour son modèle open-weight V4.1 Flash vers la révision 1017, qui divise par quatre l'usage de HBM et par huit le stockage SSD pour le KV cache par rapport à V4 Flash.
Canva a publié Canva Craft, son premier modèle de génération d'images développé en interne. Selon l'entreprise.
Canva lance Canva Craft, son premier modèle de génération d'images, qui utilise une architecture en deux étapes pour planifier un design avant de générer l'image.
Canva a publié son premier modèle de génération d'images, Canva Craft, développé par son équipe de recherche pour concurrencer les modèles du même type de Google.
AllenAI publie OlmoEarth v1.3, un modèle d'embedding satellite qui produit un vecteur de 128 dimensions par pixel de 10 mètres à partir des séries temporelles Sentinel-1.
Motif de la recommandation :Le modèle d'embedding satellite est publié avec ses poids, ses données et son code, et les embeddings mondiaux précalculés permettent de tester directement des cartes sans GPU.
Recursive a publié Flint, son premier modèle de langage, développé en quatre mois avec l'aide d'un système IA nommé Eureka Machine qui a proposé.
Motif de la recommandation :Un modèle MoE de 40B construit en quatre mois avec un système de recherche automatisé, poids ouverts et débits d'inférence locale chiffrés.
Anthropic lance Claude Duet, une application d'agent visant les professionnels et les petites entreprises.
Anthropic a lancé l'aperçu de recherche de Claude Duet, une application autonome qui exécute Claude comme un agent proactif.
IBM Research publie Granite Timeseries Ensemble, une recette open source qui combine quatre modèles Granite pré-entraînés (PatchTST-FM-r1.
Recursive a publié Flint, un modèle de codage gratuit exécutable sur un ordinateur portable.
Anthropic a annoncé Claude Duet, un agent IA destiné aux professionnels et aux petites entreprises.
NVIDIA publie Kumo Relational, un modèle de fondation relationnel pré-entraîné qui prédit directement sur les bases de données d'entreprise en une seule passe avant.
Motif de la recommandation :Le modèle pré-entraîné prédit directement sur les bases relationnelles sans entraînement spécifique, avec des résultats comparés aux pipelines supervisés et un accès open source.
Inception annonce Mercury 3, un modèle de langage à diffusion qui, selon ses propres tests.
IBM publie granite-speech-5.0-2b, successeur de granite-speech-4.1-2b à nombre de paramètres égal.
Motif de la recommandation :L'article détaille les changements de capacité et les métriques des trois modèles vocaux Granite, utile pour choisir le modèle adapté à un scénario de transcription.
NVIDIA a publié Kumo Forecast (anciennement NV-Tesseract Forecasting), un modèle de prévision de séries temporelles multivariées sous licence Apache 2.0.
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.
Mistral a lancé Voxtral 3, une famille de quatre modèles de transcription et de synthèse vocale accompagnée d'un SDK pour agents locaux.
DeepSeek a mis en open source DeepInfer, le moteur d'inférence derrière V4.1 Flash.
Motif de la recommandation :L'article détaille l'architecture de service de DeepInfer et les chiffres de production, permettant de comparer les compromis entre cache KV, routage et décodage spéculatif.
ElevenLabs a publié deux modèles speech-to-speech nommés Eleven Realtime. La variante Max obtient 98.
NVIDIA publie Cosmos3-H-Dreams, un simulateur génératif de chirurgie clinique entraîné sur des enregistrements de cholécystectomie réalisés sur la plateforme CMR Surgical Versius.
Motif de la recommandation :Le texte détaille la distillation en quatre et deux étapes, la consolidation du cache et les points de contrôle ouverts, autant d'éléments concrets pour reproduire un simulateur génératif temps réel.