Aller au contenu

Orientations techniques

Multimodal Dernières actualités

Les capacités au-delà du texte : compréhension visuelle, mixte texte-image, entrées et sorties audio et vidéo — avancées des modèles et des produits.

160 sélections30 derniers jours 34 entréesTotal : 356 entrées

mise à jour

Multimodal: sa sélection

17 novembremar.1–20 entrées
  1. The Decoder82

    Alibaba lance Qwen4-Max, un modèle MoE de 2,4 billions de paramètres face à Opus 5.5 et GPT-6

    Alibaba a lancé Qwen4-Max, un modèle à mélange d'experts de 2,4 billions de paramètres qui n'active que 71 milliards de paramètres par token.

    Motif de la recommandation :L'original détaille l'architecture hybride, les activations MoE et les coûts par tâche de Qwen4-Max, ce qui permet de comparer ses compromis avec Opus 5.5 et Kimi K3.1 Pro.

16 novembrelun.
  1. 3D Printing Industry69

    Test de Meshy Edit : retoucher une zone d'un modèle 3D généré par IA avec un prompt

    3D Printing Industry a testé Meshy Edit, un outil de Meshy lancé le 16 octobre 2026 qui permet de modifier une zone sélectionnée d'un modèle 3D généré par IA tout en conservant le reste. Chaque édition coûte 20 crédits et inclut jusqu'à quatre tentatives de régénération ; l'outil prend en charge les modèles haute densité de Meshy 6 et Meshy 7.1 jusqu'à Ultra 2K, dans la limite de quatre millions de faces, et ne modifie que la géométrie. Les tests sur un chien, une voiture de sport et une figurine de goule montrent que les prompts détaillés comptaient davantage que la sélection, que les modifications complexes nécessitaient souvent sept tentatives ou plus, et que la connexion des roues au châssis n'a jamais abouti.

    Motif de la recommandation :Un test pratique de la modification localisée de modèles 3D générés par IA, avec des résultats concrets sur l'impression et les limites de la sélection.

15 novembredim.
13 novembreven.
12 novembrejeu.
  1. 3D Printing Industry55

    BCN3D lance l'imprimante 3D industrielle Aurora avec conception paramétrique par IA

    BCN3D a présenté Aurora, une imprimante 3D FFF industrielle dotée de conception paramétrique par IA.

    Motif de la recommandation :L'article détaille les spécifications de l'Aurora, notamment la modélisation paramétrique par IA et la calibration assistée, ce qui permet de situer ses capacités face aux imprimantes FFF industrielles existantes.

  2. 3D Printing Industry55

    SHINING 3D lance le scanner 3D portable sans fil EINSTAR EZ GO à 999 dollars

    SHINING 3D a lancé l'EINSTAR EZ GO, un scanner 3D portable sans fil qui fonctionne avec un téléphone ou une tablette sans ordinateur performant supplémentaire. L'unité de scan EZ pèse 125 grammes et embarque deux caméras de profondeur de 1,3 mégapixel, une caméra de texture de 2 mégapixels, un projecteur laser à ligne unique, 30 projecteurs laser croisés et un projecteur infrarouge VCSEL ; la poignée GO intègre une batterie de 5 400 mAh pour jusqu'à deux heures de scan. Le scanner propose des modes laser et infrarouge, un algorithme de suivi par IA et une extraction de cible en temps réel, et s'accompagne des logiciels EXStar, EXModel et EXMeasure ainsi que de la plateforme cloud ShiningSpace. Il est vendu 999 dollars aux États-Unis et 999 euros en Europe, avec un prix promotionnel de 899 dollars ou 899 euros jusqu'au 11 décembre 2026.

    Motif de la recommandation :Le scanner combine laser et infrarouge avec un suivi par IA et un écosystème logiciel cloud, ce qui permet de situer les compromis d'un scanner 3D grand public.

  3. Adafruit Blog62

    Un ingénieur Google utilise 48 agents IA pour analyser des données lidar de la NASA et repérer une pyramide maya non répertoriée

    Un ingénieur logiciel a utilisé 48 agents IA pour parcourir des données lidar publiques de la NASA et identifier au Mexique un site maya absent du registre du gouvernement mexicain. Environ 1 200 km² de bandes lidar ont été convertis en images, que les agents ont examinées une à une en s'appuyant sur un guide écrit plutôt que sur un modèle ou un classificateur spécialisé, signalant pyramides, plateformes et places tout en écartant collines naturelles, dolines et routes. Les agents ont vérifié le nuage de points brut pour confirmer que les formes étaient au sol et non dans la canopée, puis rédigé un rapport en espagnol pour l'INAH, qui a répondu ne pas avoir de site enregistré à cet endroit ; l'ensemble a pris moins de 72 heures. Une mise à jour ultérieure indique que le site avait déjà été cartographié dans un article de 2025 que les agents avaient manqué, ce qui en fait une redécouverte.

    Motif de la recommandation :Un cas concret montre comment 48 agents examinent des images lidar selon un guide écrit, sans modèle spécialisé, en moins de 72 heures.

11 novembremer.
6 novembreven.
  1. Hugging Face Blog78

    NVIDIA publie quatre modèles ouverts Cosmos 3 pour la simulation interactive de mondes

    NVIDIA ajoute quatre checkpoints à poids ouverts à la famille Cosmos 3 pour la simulation interactive de mondes et la génération de scènes de conduite multi-capteurs et multi-vues. Cosmos3-Nano-Transfer-Auto génère des données de conduite multi-vues avec météo, éclairage et heure variables ; Cosmos3-Nano-Sim-Auto produit en streaming des observations caméra et LiDAR synchronisées ; Cosmos3-Nano-Sim-Transfer transforme les contrôles d'un simulateur et un prompt texte en vidéo photoréaliste ; Cosmos3-Nano-Sim-Bimanual prédit la vidéo à partir des actions d'un robot ou de la caméra. Les quatre modèles sont des exemples post-entraînés de Cosmos 3 Nano avec 16B paramètres entraînables et sont diffusés sous OpenMDW1.1, qui autorise un usage commercial et non commercial selon ses termes.

    Motif de la recommandation :NVIDIA ouvre quatre checkpoints Cosmos 3 Nano avec leurs recettes de post-entraînement, ce qui donne un point de départ concret pour la simulation de mondes et la génération de données de conduite.

  2. Google Research76

    Google Research détecte les signes d'hypertension avec une montre connectée sans calibration

    Google Research présente AI-PPG-ACC-HTN, un système d'IA multimodal qui détecte les signes d'hypertension à partir des capteurs PPG et accéléromètre d'une montre connectée.

    Motif de la recommandation :L'étude détaille un système multimodal PPG-ACC sans calibration par brassard, validé face à l'ABPM sur 196 participants, avec des chiffres de sensibilité et spécificité par scénario clinique.

5 novembrejeu.
3 novembremar.
29 octobrejeu.
  1. Mistral AI88

    Mistral AI publie les poids ouverts de Mistral Large 4 (Le Chonk), modèle multimodal de 1 000 milliards de paramètres

    Mistral AI publie les poids ouverts de Mistral Large 4 (Le Chonk), un modèle multimodal natif de 1 000 milliards de paramètres entraîné en Europe.

    Motif de la recommandation :L'original détaille les performances de Mistral Large 4 sur le codage agentique et la cybersécurité défensive, ainsi que trois modes de raisonnement et le tarif API.

  2. The Decoder78

    NVIDIA publie Nemotron 3.5 Transcribe, un modèle vocal open source qui réunit transcription, traduction et reconnaissance des locuteurs

    NVIDIA a publié Nemotron 3.5 Transcribe, un modèle de reconnaissance vocale open source qui traite les instructions textuelles et.

    Motif de la recommandation :Le modèle open source réunit transcription, traduction et reconnaissance des locuteurs, avec le jeu de données Granary v2 et les chiffres de référence pour évaluer l'adaptation à un domaine.

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.