Motif de la recommandation :Falcon-ASR couvre l'arabe et quatre autres langues avec les mêmes poids, et détaille les écarts de WER face aux systèmes comparés.
OpenAI déploie GPT-6 avec une fonctionnalité appelée Intelligent UI pour tous les utilisateurs de ChatGPT. Le modèle présente désormais ses réponses sous forme d'interfaces interactives avec graphiques, boutons, tableaux et formulaires au lieu de texte brut, et le format s'adapte automatiquement à la question. Les utilisateurs peuvent aussi faire construire de petits outils directement dans le chat, comme un calculateur d'épargne ou un jeu. GPT-6 peut également répondre pendant qu'il réfléchit encore, ce qui, selon OpenAI, réduit les temps d'attente de 44 pour cent et peut produire de meilleures réponses. Lors de tests internes, GPT-6 a obtenu de meilleurs scores que son prédécesseur GPT-5.6 sur des recherches web difficiles avec cette méthode. Les clients payants reçoivent GPT-6 Sol, les utilisateurs gratuits GPT-6 Luna. Le déploiement commence aujourd'hui à l'échelle mondiale pour les utilisateurs Plus, Pro, Business et Enterprise, et les utilisateurs Free et Go suivront un jour plus tard.
Motif de la recommandation :L'annonce indique le déploiement mondial de GPT-6 dans ChatGPT avec une interface interactive, ce qui permet de suivre l'évolution des capacités et de l'expérience utilisateur.
Motif de la recommandation :Deux modèles de décision ouverts avec benchmarks, latences sur Jetson et code de chargement, utiles pour évaluer le déploiement edge.
Motif de la recommandation :Le projet détaille un pipeline complet de numérisation de films 35 mm, du scan à l'étiquetage automatique, avec les échecs rencontrés et les outils utilisés.
Google annonce que son détecteur SynthID prend désormais en charge les filigranes de tous ses partenaires et est accessible à tous sur un nouveau site dédié.
Motif de la recommandation :L'original expose les paramètres, la licence et les chiffres de benchmark du modèle, ce qui permet de juger son intérêt pour l'inférence locale.
Mistral Large 4 est accessible via l'outil en ligne de commande llm sous l'identifiant mistral/mistral-large-4. Simon Willison l'a testé aux côtés de claude-opus-5.5.
L'Assistance publique-Hôpitaux de Paris (AP-HP) et Sorbonne Université ont alerté le 5 octobre sur la circulation sur Facebook de vidéos deepfake usurpant l'image d'une présentatrice de TF1 et d'un médecin des Hôpitaux de Paris pour promouvoir un prétendu remède miracle. Les deux institutions indiquent avoir déposé plainte et saisi Meta pour obtenir le retrait des vidéos, tout en signalant que d'autres contenus similaires ont été rediffusés sur la plateforme. Elles rappellent que l'usage de l'image d'un professionnel de santé ne garantit en rien l'authenticité d'une publication et que ces contenus font peser un danger sur la santé des patients.
Pinterest a présenté mardi Beauty Guides, une fonctionnalité propulsée par sa technologie Pinterest Intelligence (intelligence visuelle et IA générative) qui convertit les Pins beauté en plans d'action exploitables en salon. Accessible via le bouton « Get the Guide », elle traduit les inspirations en termes de stylistes comme « balayage », « root melt » ou « almond nails », et précise quoi demander, le temps nécessaire, la fourchette de prix et les besoins d'entretien. Au lancement, elle couvre les Pins liés aux coiffures, couleurs, formes et finitions d'ongles.
Mistral AI lance la preview publique de Mistral Large 4, un modèle multimodal natif de 1 000 milliards de paramètres avec 49 milliards de paramètres actifs.
Motif de la recommandation :Mistral publie les détails de Mistral Large 4, un modèle multimodal natif de 1 000 milliards de paramètres, avec des chiffres de benchmarks et un calendrier de publication des poids.
Motif de la recommandation :Le détail de la recette d'adaptation dialectale et des résultats par catégorie permet de juger ce que le fine-tuning apporte face à des modèles plus grands.
Motif de la recommandation :Tripo P2.0 génère nativement des maillages à dominante quadrilatérale, ce qui permet de comprendre pourquoi la topologie conditionne l'usage des assets 3D générés en production.
Suno, connu pour son générateur de musique IA, ajoute une fonctionnalité Speech qui produit un texte parlé et une musique de fond assortie dans une seule piste audio. L'utilisateur saisit une idée ou un texte et décrit la voix et le style musical souhaités, puis le modèle génère la voix et le son. Le responsable produit Jack Brody indique que la fonctionnalité a été testée un mois avec un petit groupe. Suno mentionne des usages pour poèmes, méditations et histoires du soir, mais la bêta comporte encore des bugs, comme un accent britannique qui peut parfois sonner australien. Suno n'a pas précisé comment le modèle a été entraîné, alors que les générateurs de musique IA font face à des critiques sur d'éventuelles infractions de droits d'auteur et que des labels ont poursuivi Suno.
Motif de la recommandation :Le texte détaille la limite de sortie d'un million de tokens, les scores sur DeepSWE v1.1 et CWE-bench v1 ainsi que la tarification, ce qui permet de situer le modèle face à ses concurrents.
L'article explique comment déployer un pipeline de production musicale à trois agents sur Amazon Bedrock AgentCore Runtime Instances. L'agent de composition utilise Claude Sonnet 4.6 et le modèle ACE-Step sur le GPU NVIDIA L4 de l'instance pour générer un fichier.wav, l'agent de livraison lit ce fichier depuis le volume partagé et applique une chaîne DSP, puis l'agent de conformité revérifie indépendamment le résultat et peut demander une nouvelle composition. Les trois agents partagent la même session via un runtimeSessionId commun, ce qui les place sur une même instance EC2 avec un système de fichiers partagé, et les sessions peuvent persister jusqu'à 14 jours. L'article détaille la création du capacity provider, le déploiement des runtimes et l'orchestration, avec un exemple complet disponible dans le dépôt AgentCore samples sur GitHub.
Motif de la recommandation :Présente une architecture multi-agents avec sessions partagées, GPU et volumes persistants, et détaille les étapes de déploiement sur AgentCore Runtime Instances.
Condé Nast a réduit le temps de recherche de contenu vidéo de 250 minutes à moins de 2 minutes par tâche grâce à une solution de découverte vidéo multimodale bâtie sur Amazon Bedrock et Amazon OpenSearch Service. Le système s'appuie sur le modèle d'embedding TwelveLabs Marengo pour encoder conjointement les signaux visuels, audio et de transcription, et indexe plus de 140 000 vidéos pour une recherche sémantique par intention. Cinq capacités sont proposées aux équipes éditoriales de titres comme Vogue, GQ, Vanity Fair et Wired : recherche par intention, compréhension multimodale, requêtes par image, tolérance aux fautes et précision des timestamps.
Motif de la recommandation :Le live blog détaille les lancements d'OpenAI DevDay 2026, des Dots à GPT-6.1 Sol, avec des observations directes sur les démos et les limites.
Motif de la recommandation :Microsoft Research présente Quine, un modèle mondial multimodal de biologie couplé à un harnais, avec une validation en laboratoire humide sur le cancer du pancréas.
Motif de la recommandation :L'actualité combine l'acquisition de World Labs par AMD et le lancement de Claude Sonnet 5.5, deux mouvements qui touchent l'écosystème des modèles et des agents.