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

Archives de la sélection · page 2

28 octobremer.21–40 entrées
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.

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.io58

    Spooky Sassy Pumpkin : une citrouille d'Halloween interactive propulsée par l'IA locale sur Arduino VENTUNO Q

    Le maker Naveen Kumar a réalisé Spooky Sassy Pumpkin, une citrouille en plastique transformée en décoration d'Halloween interactive grâce à une carte Arduino VENTUNO Q.

    Motif de la recommandation :Le projet détaille le matériel, les quatre modèles embarqués et la logique d'interaction d'une citrouille d'Halloween pilotée localement, transférable à d'autres personnages interactifs.

19 octobrelun.
  1. 3D Printing Industry65

    Meshy lance Meshy Edit, édition locale d'un modèle 3D par prompt avant tranchage

    Meshy a lancé Meshy Edit, un outil qui modifie une zone sélectionnée d'un modèle 3D à partir d'un prompt textuel sans toucher au reste de la géométrie.

    Motif de la recommandation :L'article détaille le fonctionnement de l'édition locale par prompt, ses limites actuelles et son intégration au flux d'impression, utile pour évaluer l'outil.

16 octobreven.
  1. Hugging Face Blog62

    NVIDIA et AI4Bharat publient Nemotron-pretraining-Indic-v1 avec un pipeline de génération ouvert

    NVIDIA et AI4Bharat (IIT Madras) annoncent Nemotron-pretraining-Indic-v1, un corpus d'environ 2.

    Motif de la recommandation :Le corpus de 2,8 billions de tokens et le pipeline de génération ouvert permettent de juger la couverture linguistique et la traçabilité des données.

  2. Hugging Face Blog88

    Meta publie Muse Spark Open, modèle MoE multimodal open-weight de 816B paramètres

    Meta publie Muse Spark Open, un modèle open-weight de la série Muse, avec environ 816 milliards de paramètres au total et environ 42 milliards activés par token.

    Motif de la recommandation :Meta ouvre les poids d'un modèle MoE de 816B paramètres couvrant texte, image, audio et vidéo, avec les recettes de déploiement et de fine-tuning associées.

15 octobrejeu.
  1. NVIDIA Blog80

    NVIDIA élargit la famille Nemotron 3.5 avec Super VL et les modèles Bolt

    NVIDIA publie Nemotron 3.5 Super VL, un modèle ouvert de 120 milliards de paramètres destiné aux agents spécialisés.

    Motif de la recommandation :L'original détaille les trois modèles Nemotron 3.5, leurs formats de déploiement et les retours d'expérience de post-entraînement, utile pour évaluer un déploiement d'agents open source.