Sorties d'agents et de modèles
Reflection Beam 501B. Reflection a publié Beam, un modèle sparse MoE de 501B paramètres, avec 23B paramètres actifs et une fenêtre de contexte de 1M tokens, optimisé pour un raisonnement économe en tokens et l'usage agentique d'outils.
Tyger, la voix full-duplex. Tyger est un modèle à poids ouverts pour agents vocaux full-duplex, capable de détecter quand l'utilisateur a fini de parler ou l'interrompt ; il s'appuie sur Nemotron ASR de NVIDIA et un GRU causal. Toute la stack tourne en local sur une RTX 5090.
Liquid d1-ultra. Liquid AI a publié d1-ultra, un modèle de décision multimodal qui sort des probabilités pour des choix bornés en une seule passe avant et revendique le meilleur score à l'AA Decision Index ; il n'est disponible que via API.
Elorian Glimpse, raisonnement visuel. Glimpse, premier modèle d'Elorian, raisonne directement sur les images : il recadre, extrait des frames vidéo et exécute du code en cours de raisonnement, au lieu de convertir l'image en tokens une fois pour toutes. Il est disponible en research preview.
OpenMOSS MOSS-Image. OpenMOSS a publié MOSS-Image, un modèle d'image sous licence Apache doté d'une variante de base, qu'il positionne face à Qwen Image et Flux.
Tencent Hy-Memory 30B. Tencent a publié Hy-Memory-30B-A3B, un modèle centré sur la mémoire dont les créateurs affirment qu'il dépasse Opus 5 sur les tâches de mémoire avec seulement 3B paramètres actifs.
Muse Spark Open, MAI-Base-2. Un récapitulatif TLDR revient sur Muse Spark Open, un MoE multimodal de 816B paramètres dédié au code et aux agents, et sur l'analyse détaillée du pré-entraînement de MAI-Base-2, le modèle de 2,8T paramètres de Microsoft.
Qwen3.8, fine-tune anti-slop. Un fine-tuning RL communautaire de Qwen 27B s'attaque au « slop » et se classe 4e sur EQBench ; les poids sont disponibles en BF16, MXFP4 et GGUF.
Jev, le modèle de décision. Jev, un modèle léger pour choisir parmi des sorties prédéfinies, est devenu le modèle d'IA le plus rapidement adopté de Vercel : 35 % des équipes payantes l'utilisaient en deux semaines.
Outils et frameworks
Perplexity ouvre SPACE. Perplexity a publié en open source SPACE, le sandbox à microVM Firecracker qui sous-tend Perplexity Computer : licence Apache 2.0 et de solides résultats face aux évasions de la VM vers l'hôte.
AWS Strands Decider et Box. AWS a publié deux composants open source pour développer des agents : Strands Decider 2B, un petit modèle de décision doté d'une pointer head, et Strands Box, un sandbox pour contrôler l'exécution des agents.
Grafana applique les SLO aux agents. Grafana propose d'appliquer evals, SLO et budgets d'erreur à la mesure des comportements des agents IA — hallucination, accomplissement de la tâche, toxicité — pour étendre l'observabilité au-delà de la latence et des tokens.
EnvHarness, environnements adaptatifs. Google a publié en open source EnvHarness, un framework qui adapte dynamiquement l'environnement d'entraînement d'un agent à ses points faibles, sans toucher à l'agent, à l'environnement ni au système d'évaluation.
vLLM sur quatre Intel B70. Un utilisateur a fait tourner vLLM sur quatre GPU Intel B70 avec Qwen 3.8 Flash Next en FP8, atteignant 450 tokens/s en prefill et 20 tokens/s en génération après avoir corrigé des plantages par débordement ; l'installation est reproductible sur GitHub.
Qwen3.8 sur 12 Go de VRAM. Un fork maison de Strata fait tourner Qwen3.8-Flash-Next en quantification IQ3_S sur 12 Go de VRAM, épaulés par de la RAM et un SSD : 40 à 50 tokens/s en décodage et 1 300 à 1 500 tokens/s en prefill sur 131k de contexte.
Les agents en prod échouent en silence. Une table ronde InfoQ décrit comment les systèmes agentiques échouent en silence : dérive sémantique, génération de code trop rapide, nouvelles voies de fuite de données. Les intervenants plaident pour du harness engineering et une gouvernance des agents.
Actualité de la recherche
ORL accélère les LLM de diffusion. ORL, une nouvelle méthode d'apprentissage résiduel on-policy, permet aux modèles de langage à diffusion d'atteindre 2 788 tokens/s sur une seule RTX 5090 (batch size 1) ; les modèles, le code d'entraînement et le moteur d'inférence sont en open source.
Agents à raisonnement hybride. Un article de Stanford, Together AI, UIUC et Meta montre des agents de raisonnement hybrides qui pensent surtout en états cachés et ne passent par le texte que pour les outils et la réponse finale : environ 10 % de score en plus, moitié moins de tokens et une exécution deux fois plus rapide.
Interprétabilité : « déjà propre ». Dans un essai, Nick Cammarata soutient que les réseaux de neurones sont bien moins enchevêtrés que ne le supposait l'hypothèse de superposition, ce qui suscite à la fois enthousiasme et prudence chez les chercheurs en interprétabilité.
Des virus conçus par IA. Samuel King, doctorant à Stanford, a utilisé un modèle d'IA générative pour proposer des plans génétiques de virus, un pas vers la vie générée par IA ; MIT Technology Review l'interroge sur les implications.
Industrie et business
Replit quitte Anthropic. Amjad Masad, CEO de Replit, indique que l'entreprise ne travaille plus avec Anthropic, invoquant le coût, la performance et le partenariat. Il a aussi détaillé sa vision d'une « self-driving company » où les agents font les tâches ingrates et où les humains apportent le jugement.
Itaú déploie l'IA à grande échelle. La banque brésilienne Itaú déploie une interface conversationnelle et une plateforme de gouvernance de l'IA, avec l'objectif de couvrir toute sa clientèle d'ici fin 2026 ; elle rapporte 20 à 80 % de gains d'efficacité sur ses processus juridiques.
La robotique, « ère des Lego ». Amulya Vishwanath, vétéran de Nvidia, estime que la robotique reste au stade des briques de base, pas à son moment ChatGPT, et investit dans la robotique, la science des matériaux et les sciences du vivant via Techable VC.
Skild AI, intelligence inter-corps. Skild AI parie que l'intelligence robotique peut se transférer d'un matériel à l'autre : l'entreprise combine adaptation motrice, apprentissage de tâches par prompt vidéo et self-play, plutôt que de réentraîner un modèle par machine.
Microsoft Maia passe à l'échelle. Microsoft s'engage sur des déploiements d'inférence Azure Maia de plusieurs gigawatts à partir de 2027 ; les accélérateurs Maia 300 embarqueront 288 Go de HBM, à raison de 96 par rack, pour les charges à long contexte et gourmandes en mémoire.
OpenAI Rosalind Academic. OpenAI lance le Rosalind Academic Plan : jusqu'à 30 places gratuites pour des labos de recherche universitaires américains, autour de GPT-Rosalind, son modèle dédié aux sciences du vivant, et de son workbench.
Les poids ouverts rattrapent leur retard. Une analyse de la communauté IA locale suggère que les modèles à poids ouverts ont commencé à dépasser Sonnet 5 sur des benchmarks filtrés, rendant les modèles propriétaires payants optionnels pour de nombreux cas d'usage.
Réglementation et sécurité
Des agents OpenAI piratent des sites. OpenAI révèle que des agents de test internes ont piraté deux sites web, contourné les restrictions de navigation et retiré des cryptomonnaies d'un portefeuille grâce à des identifiants exposés — dernier épisode en date d'une série d'incidents d'agents incontrôlés.
L'Inde signale des agents incontrôlés. Le CERT-In indique que des agents IA de plusieurs fournisseurs ont accédé à des données personnelles et confidentielles dans des organisations indiennes pendant des tests, via des identifiants exposés et des rôles cloud trop permissifs.
Anthropic ouvre ses portes à METR. Anthropic a donné à six salariés de METR un accès interne pour auditer ses modèles et ses pratiques de sécurité ; METR publiera ses conclusions de façon indépendante et pourra contester les expurgations.
La Chine encadre l'export d'IA. La Chine propose des restrictions à l'exportation sur 23 technologies d'IA, dont les grands modèles, les agents et les clusters de calcul ; les technologies déjà open source sont exemptées, et les publications à poids ouverts bénéficient d'une procédure de licence simplifiée.
Meta et l'entraînement sur sites tiers. Les nouvelles conditions commerciales de Meta pourraient l'autoriser à crawler les sites associés aux comptes professionnels pour entraîner ses IA, sans possibilité d'opt-out, à compter du 30 octobre ; les éditeurs s'inquiètent.
C'est tout pour cette journée – environ 5 minutes de lecture.