Sorties de modèles et benchmarks
Modèles NVIDIA Nemotron 3.5. NVIDIA a mis à jour ses modèles d’embedding, de parsing et de reranking en version 3.5, avec des modèles d’embedding 1B et 8B, un modèle de reranking 8B et un modèle de parsing sur Hugging Face. Cette mise à jour succède à la génération 3.0 pour les workflows de retrieval et de gestion documentaire.
MiniMax M3.1 Flash. MiniMax a publié MiniMax-M3.1-Flash sur Hugging Face, un nouveau modèle léger de sa série M. Le modèle est disponible en accès libre, même si l’extrait ne fournit pas plus de détails.
Modèle image Canva Craft. Canva a lancé Canva Craft, son premier modèle de génération d’images, fondé sur une architecture en deux étapes qui planifie un design avant de le générer, ce qui améliore la lisibilité du texte et le placement des objets. Il produit des images jusqu’à 2K dans 30 ratios d’image et concurrence les modèles d’OpenAI, de Google et de Microsoft.
Benchmark Muse Spark Open. Un graphique d’Artificial Analysis montre que Muse Spark Open de Meta (816B) obtient 39, légèrement en dessous de Qwen3.8-Flash-Next (180B), à 40, malgré une taille plus de quatre fois supérieure. Le graphique classe aussi MiMo-V2.6-Pro et DeepSeek V4.1 Flash à 45 parmi les meilleurs modèles open-weight.
Ling Sante médical. InclusionAI a publié Ling-3.0-flash-Sante, un modèle MoE spécialisé en santé de 124B au total et 5,1B actifs, destiné au raisonnement médical et à la recherche, disponible sur Hugging Face et ModelScope. C’est un modèle de recherche, pas un dispositif médical, et il nécessite une validation humaine.
Flint, modèle de code. Recursive a publié Flint, un modèle de code MoE de 40B au total et 2,5B actifs, développé en grande partie par son système d’IA « Eureka Machine ». Sous licence Apache 2.0, il est optimisé pour le codage agentique local sur matériel Apple et Nvidia.
Petits modèles TTS ouverts. Plusieurs petits modèles de synthèse vocale ont fait leur apparition : Phonon 31M de Gradium fonctionne en local sous Apache 2.0, AuroraTTS-100K produit une parole compréhensible avec moins de 100 000 paramètres, et une optimisation de Kokoro TTS revendique une accélération de 50 à 100 fois via du hill-climbing sur le modèle.
Outils et frameworks pour agents
Récompenses RL ThinkingBox. Microsoft et Hugging Face ont publié en open source ThinkingBox-Training, qui transforme l’évaluation de bases de données en récompenses RL pour le post-entraînement d’agents. Le fine-tuning de Qwen3.8-27B avec GRPO a fait passer le taux de réussite moyen de 51,7 % à 60,8 % sur des tâches hors du benchmark.
Runtime NVIDIA OpenShell. NVIDIA a publié OpenShell, un runtime sûr et privé pour agents IA autonomes. Le projet apparaît sur Reddit, sans plus de détails dans l’extrait.
1Password pour agents. 1Password a lancé un outil qui permet aux agents IA de se connecter aux comptes des utilisateurs sans voir leurs identifiants, grâce à une clé numérique et à l’approbation de l’utilisateur. Il prend en charge des agents comme Claude Duet, ChatGPT Work, Grok Bot et Muse de Meta.
Agent Compute Engine. Google a annoncé Agent Compute Engine, qui attribue à chaque agent Gemini une microVM isolée au niveau matériel, mise en pause lorsqu’elle est inactive et permettant de faire tenir 10 fois plus d’agents par serveur. Le service ouvrira en preview dans les prochains mois, avec suivi des tokens et prise en charge d’identités tierces.
Liquid AI RIPL. Liquid AI a lancé RIPL, un moteur d’inférence en temps réel pour les Liquid Foundation Models, qui renvoie des réponses complètes de bout en bout en moins de 50 ms pour les requêtes courtes. Sur un seul B200, il affiche une latence p95 inférieure de 5,6 à 28,4 fois à celle de Qwen3.5 sur vLLM lors de leurs tests.
Cohere Rerank 5. Cohere a publié Rerank 5 en versions Pro et Fast, avec Context Focus pour renvoyer les passages pertinents au sein des documents et des scores de pertinence calibrés. Le modèle Pro obtient 82,2 sur BRIGHT, soit 5,8 points de plus que Voyage AI Rerank 3, mais affiche une latence médiane de 11,7 s par requête de 96 documents.
API Decisions d’OpenAI. OpenAI a annoncé la disponibilité générale de sa Decisions API, conçue avec GPT-6 Luna pour des décisions rapides et peu coûteuses comme la classification et le routage, jusqu’à 10 fois plus vite que la Responses API. Elle prend désormais en charge l’intégration GPT-Live, le cache de prompts, les entrées JSON, les images et 400 questions par requête.
Don d’Agent Skills. Anthropic a fait don du standard Agent Skills à l’Agentic AI Foundation, sous l’égide de la Linux Foundation, après son précédent don de MCP. L’opération vise à maintenir Skills ouvert, porté par la communauté et indépendant des fournisseurs.
Recherche et IA appliquée
Jeu sans objectif. Des chercheurs du MIT ont constaté que des agents Eko laissés sur une île simulée sans tâche se mettaient à inventer des défis, et que ceux qui jouaient surpassaient les agents qui ne jouaient pas lors de défis ultérieurs. L’article suggère l’exploration sans objectif comme moyen pour les agents d’acquérir des compétences.
IA médicale de Microsoft. Le système MAI-DxO de Microsoft, qui coordonne plusieurs agents IA comme un collège de médecins, a correctement diagnostiqué des cas complexes du NEJM dans 83 % des cas, contre 36 % pour des médecins généralistes pris isolément dans une simulation. L’étude a été publiée dans Science, et Microsoft prévoit de publier en open source son benchmark SDBench.
Observation de la Terre. Google DeepMind a publié Forest Typology 2020, une carte mondiale à 10 mètres classant les types de forêts et d’occupation des sols, tandis qu’OlmoEarth v1.3 fournit des embeddings satellitaires et des embeddings globaux précalculés pour le suivi des changements et la recherche de similarité.
Industrie et entreprises
OpenAI vise 30 Md$. OpenAI préparerait une levée de fonds pouvant atteindre 30 milliards de dollars, sur une valorisation pré-money de 1 250 milliards de dollars, menée par Coatue et des investisseurs des Émirats arabes unis, avant son introduction en Bourse. L’opération pourrait inclure des capacités de calcul supplémentaires aux Émirats.
Uber déploie ChatGPT Work. Uber a étendu ChatGPT Work à l’ensemble de ses 30 000 salariés après un pilote auprès de 1 000 personnes, qui a montré des usages en finance, opérations et produit, avec 80 % de non-ingénieurs. L’entreprise explore encore les cas d’usage, mais a mis l’agent IA d’entreprise à disposition de tous ses effectifs.
Stratégie agents de Spotify. Spotify voit les agents IA comme une opportunité : pour le co-PDG Gustav Söderström, le divertissement est l’une des catégories qui prospèrent à l’ère agentique, car les gens ne demanderont pas à un agent de résumer des chansons. L’entreprise veut être le service musical que les agents choisissent lorsque les utilisateurs leur délèguent la création de playlists et la découverte.
Réseau Muse de Meta. Mark Zuckerberg a décrit un futur où des milliards de personnes utilisent des agents personnels Muse qui dialoguent et effectuent des transactions avec les Muse d’autres personnes, formant un réseau à grande échelle. La directrice financière Susan Li a déclaré que tout le monde devra s’adapter.
Retours IA selon Gartner. Une enquête de Gartner auprès de 2 002 DSI révèle que 13 % seulement déclarent des retours majeurs ou transformateurs de l’IA, tandis que 51 % s’attendent à ce que l’IA augmente leurs coûts d’exploitation. Les analystes voient un écart entre l’innovation des fournisseurs et les résultats des entreprises, mais 75 % des PDG prévoient toujours d’augmenter leurs dépenses d’IA.
inDrive teste des robotaxis. La société de VTC inDrive a signé un protocole d’accord avec Pony.ai et Nvidia pour tester les robotaxis Pony.ai Gen-7 à Astana, au Kazakhstan, en 2027, d’abord avec des opérateurs de sécurité. Nvidia fournit la plateforme Hyperion et le système de sécurité Halos.
Feu vert chinois à l’export. DeepSeek et MiniMax ont finalisé les nouveaux dossiers d’enregistrement temporaire à l’exportation d’IA exigés par la Chine, ce qui leur donne une approbation réglementaire explicite pour continuer à publier leurs poids de modèles en open source et à sécuriser des partenariats internationaux.
Lobbying IA record. OpenAI, Anthropic et Nvidia ont enregistré leurs dépenses de lobbying les plus élevées pour un trimestre, dépensant ensemble près de 6 millions de dollars sur des sujets de politique publique comme la cybersécurité et la protection de l’enfance. Ces montants restent inférieurs à ceux de Google et Microsoft, mais signalent un engagement politique accru.
Sécurité et politiques
Meta et scraping. Meta a modifié ses conditions commerciales pour retirer les formulations suggérant qu’elle pouvait entraîner librement son IA sur des sites de presse, mais des juristes estiment que la mention restante « associated with your products or services » pourrait encore autoriser le scraping. Les conditions entrent en vigueur le 30 octobre.
Partage de Muse corrigé. Meta a réactivé le partage sur Muse après avoir corrigé un problème d’URL qui permettait de découvrir des artefacts partagés via le DNS public. De nouvelles URL ont été attribuées aux artefacts déjà partagés.
Banques contre agents IA. De grandes banques américaines, dont Morgan Stanley, JPMorgan, Bank of America et Wells Fargo, restreignent les agents IA qui se connectent avec les identifiants des clients, invoquant des violations de leurs politiques et des risques de sécurité. Les banques veulent un accès agent en lecture seule, mais ne savent pas encore distinguer les actions d’un agent de celles d’un utilisateur.
Piratages massifs par IA. Des hackers alignés sur l’État chinois ont utilisé le framework IA open source ARTEX pour compromettre environ 2 250 organisations après s’être emparés d’identifiants de sauvegarde cloud ConnectWise, en tentant près de 3 000 connexions par minute. Microsoft estime que cette vitesse laisse peu de temps aux équipes de défense pour réagir.
Faille PHP2Shell découverte par IA. Amazon a averti que des vulnérabilités dans un langage apparenté à PHP, découvertes avec l’aide de modèles d’OpenAI et de Google, sont largement exploitées après que des hackers ont disposé de quatre jours d’avance. La NSA et les autorités britanniques ont émis des avertissements urgents, et ces failles illustrent le rôle de l’IA tant dans l’attaque que dans la défense.
IA locale et performances
DeepSeek V4.1 sur AMD. Un utilisateur a fait tourner DeepSeek V4.1-1017 quantisé sur deux GPU AMD (7900 XTX + W6800) avec de la DDR4, obtenant 9 tokens/s en décodage en moyenne et des pointes à 19 tokens/s, même si les performances variaient selon les E/S. Le modèle est jugé très intelligent, mais lent pour tout usage au-delà du chat.
Qwen 3.8 face à DeepSeek. Un benchmark réalisé avec une version modifiée de BenchKit a montré que Qwen3.8-Flash-Next W4A16 obtenait 25/25 sur un petit échantillon de HumanEval, tandis que DeepSeek V4.1 Flash 2,6 bits obtenait 23/25 et restait bloqué dans une boucle stérile sur un problème. L’utilisateur continuera d’utiliser Qwen pour ses travaux en local.
Accélération XMX d’Intel. Une pull request sur llama.cpp a remanié les moteurs matriciels Intel XMX, ce qui améliore nettement les vitesses de décodage spéculatif sur Battlemage B70. Les débits agrégés de tokens ont à peu près doublé, certaines tâches passant de 38-53 tokens/s à 68-94 tokens/s.
Mini PC Snapdragon. Un mini PC Snapdragon X fait tourner Qwen3.8 Flash Next à 46 tokens/s en lecture et 20 tokens/s en génération avec un moteur maison ; deux boîtiers reliés via USB4 atteignent 315/43 tokens/s sur un modèle 35B A3B. La configuration coûte environ 300 £ par boîtier et n’utilise que le CPU et le NPU.
Perplexity en local. Un post Reddit indique que l’on peut exécuter le Perplexity Decision Model pplx-decider-flash-v1.2 entièrement en local sur un Mac depuis la barre des menus, en gardant les données sur l’appareil.
C'est tout pour cette journée – environ 5 minutes de lecture.