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.
Motif de la recommandation :L'article détaille les deux compétences du plugin et le flux de travail, permettant de juger comment la génération 3D s'intègre dans un assistant IA.
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.
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.
Motif de la recommandation :L'original détaille la fabrication de fibres électroniques intégrant LED et détection tactile, avec des chiffres concrets sur la résolution et la résistance au lavage.
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.
Motif de la recommandation :Le système utilise un réseau de microphones sur lunettes pour isoler les sons du bout des doigts, avec des taux de détection et une tolérance au bruit chiffrés.
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.
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.
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.
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.
Motif de la recommandation :L'original détaille les modèles vocaux, le SDK d'agent vocal et les prix, permettant de comparer le coût et la latence avec les offres existantes.
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.
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.
Motif de la recommandation :L'original détaille le système KliTek à quatre buses et les écarts chiffrés de temps et de déchets par rapport à l'impression multicolore à buse unique.
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.
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.
Nvidia a publié Nemotron 3.5 Super VL, un modèle multimodal ouvert de 120 milliards de paramètres conçu pour des agents d'entreprise fonctionnant en continu en arrière-plan sur du texte.
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.
Motif de la recommandation :Les notes de version détaillent les changements de capacités et le pipeline d'entraînement ouvert, ce qui permet de juger de l'écart avec la version 1.0.