Sorties d’agents et de modèles
Nanbeige4.3-33B disponible. Nanbeige LLM Lab a publié Nanbeige4.3-33B sous licence Apache 2.0, un modèle de codage agentique dense de 33B doté d’une fenêtre de contexte de 512K. Il arrive en tête de 17 des 20 benchmarks du classement du labo face à des modèles proches de 30B, avec de bonnes performances sur Terminal-Bench 2.1 mais des scores plus faibles sur certains benchmarks SWE et de tâches. Des quants GGUF communautaires sont disponibles, dont un AD-IQ4_XS de 20,3 Go recommandé pour les GPU de 32 Go.
Microsoft ouvre Agensh. Microsoft Research a rendu open source Agensh, un harnais d’agents de codage décentralisé qui supprime l’orchestrateur central ; les agents choisissent des sous-tâches, partagent leurs résultats et fusionnent le code. Lors des tests, il est passé de 1 à 1 024 agents, avec des scores en hausse sur les tâches les plus difficiles de ProgramBench à mesure que le nombre d’agents augmentait.
Lure-TTS, TTS léger. Un développeur solo a publié Lure-TTS et Lure-Turbo, des modèles vocaux de 600M de paramètres affinés à partir de Qwen3-TTS pour une synthèse plus rapide que le temps réel, avec des balises inline, des indications de direction et le clonage de voix. L’entraînement aurait coûté moins de 200 $, avec RLVR, OPD et distillation multi-enseignants.
OpenMobile-2, agents mobiles. Des chercheurs ont publié OpenMobile-2, des modèles d’agents pour smartphones open source construits sur Qwen3.5 et Qwen3.6 (9B/27B). L’environnement d’entraînement comprend plus de 110 applications simulées ; la diversité des applications a fait passer le taux de réussite sur des applications inédites de 60,7 à 67,5, et le plus grand modèle atteint 59,6 sur SPA-Bench, le meilleur score parmi les modèles ouverts.
Carbon-X, modèle ADN. Hugging Face a publié Carbon-X, un modèle de langage ouvert spécialisé dans l’ADN, de 14,8B, qui lit des séquences d’ADN brutes et répond en anglais ; il prédit la pathogénicité des mutations, les régions régulatrices et les bases suivantes. Il obtient en moyenne 66,7 % sur cinq benchmarks ADN, le meilleur résultat parmi les modèles ouverts testés, et tourne sur un seul GPU de 80 Go.
Outils, frameworks et infrastructure
TorchTPU pour PyTorch. Google et Meta ont rendu open source TorchTPU lors de la PyTorch Conference 2026, un backend PyTorch natif pour TPU destiné à remplacer PyTorch/XLA. Le portage se résume à remplacer model.to('cuda') par model.to('tpu'), et Meta prévoit des charges de travail LLM plus lourdes sur TPU.
ML Drift de Google. Google a publié ML Drift, un moteur de calcul GPU multiplateforme sous Apache 2.0 pour l’inférence IA embarquée, compatible avec OpenGL ES, OpenCL, Metal et WebGPU. Il s’agit du moteur central derrière LiteRT et il vise à améliorer la portabilité et les performances de l’IA générative sur les appareils en périphérie.
Flora de Nvidia. Nvidia a rendu open source Flora, un moteur de données qui étiquette des vidéos de robots pour décrire les actions, évaluer la progression et la réussite des tâches. Il revendique un coût d’étiquetage de 72 cents par heure, contre 88 $ pour GPT-6 Astra, et est déjà utilisé pour l’entraînement de GR00T à hauteur de 200 000 heures par jour.
OSS Scanner d’Anthropic. Anthropic a lancé OSS Scanner, un scanner de vulnérabilités gratuit et opt-in pour les projets open source critiques, fondé sur ses modèles les plus puissants. Il a accepté 114 projets et signalé 77 constats critiques et 803 de gravité élevée ; 88 % des constats audités atteignent le seuil de divulgation, mais certains sont surévalués ou font doublon.
TokenGate, élagage de tokens. Stanford et UC Berkeley ont publié TokenGate, un module d’élagage de tokens appris qui s’intègre directement dans les LLM. Il saute les tokens d’entrée non pertinents, ce qui accélère le time-to-first-token de 1,4× à 11,3× et réduit la mémoire de prefill de 1,5× à 3,4×, sans perte de précision sur les tâches testées avec un contexte allant jusqu’à 128k.
Points forts de la recherche
Agents caméra FilmFlow. FilmFlow est un framework agentique qui transforme des instructions en langage naturel ou des vidéos de référence en trajectoires de caméra explicites pour des scènes 3D. Un agent Director planifie avec les agents Interpreter, Scout et Critic ; CinemaBench comprend 750 tâches guidées par texte et des évaluations par vidéo de référence.
Routage unifié RouteWeaver. RouteWeaver unifie le routage mono-tour, multi-tour et agentique dans une seule politique LLM, en sélectionnant conjointement le mode d’exécution et les modèles. Son entraînement COMET-GRPO découple la sélection du mode et l’attribution du crédit d’exécution, ce qui améliore la précision sur les tâches de mathématiques, de codage et de connaissances.
RSI 2027 selon Anthropic. Le cofondateur d’Anthropic, Jack Clark, a révisé à 2027 sa prédiction d’auto-amélioration récursive, en s’appuyant sur le benchmark TasteVal, où la capacité de l’IA à avoir du « goût » en recherche double environ tous les trois mois. Le meilleur modèle a surpassé 24 experts humains pour une fraction du coût, mais le benchmark ne couvre qu’une petite partie du travail scientifique.
Industrie et entreprises
OpenAI casse les prix. OpenAI propose des remises allant jusqu’à 90 % pour séduire les plus gros clients d’Anthropic ; Rippling, Replit et DataCamp ont réorienté leurs dépenses. La charge de travail de codage de Rippling sur OpenAI est passée de 16 % à 52 %, tandis que celle sur Anthropic est passée de 57 % à 18 %, et Replit a obtenu 30 % de remise sur un contrat de plus de 100 M$.
Apollo voit zéro gain. L’économiste en chef d’Apollo, Torsten Slok, affirme que l’IA n’a apporté aucun gain financier aux 493 entreprises non technologiques du S&P, avec des marges et un chiffre d’affaires par salarié stagnants. Il estime que la business intelligence relève surtout du jugement, et que l’IA ne comprend ni la responsabilité, ni la confiance, ni la culture, ni l’équité.
Recherche IA de Google. Les fonctions de recherche IA de Google ont bouleversé l’édition en ligne, en rompant une relation de réciprocité historique : les éditeurs recevaient du trafic en échange de contenu. Des médias qui ont passé des années à optimiser leur référencement voient leurs clics et leur visibilité disparaître au profit des réponses générées par l’IA.
Empires IA États-Unis-Chine. Dans Foreign Affairs, Eric Schmidt, Niall Ferguson et Lisa Klaassen affirment que les États-Unis et la Chine ont bâti des empires de l’IA qui rendent les autres pays dépendants ; Washington échange des systèmes fermés contre une loyauté politique, tandis que Pékin distribue des modèles à poids ouverts pour diffuser ses standards. Ils considèrent un conflit potentiel autour de Taïwan et de TSMC comme le principal risque pour la chaîne d’approvisionnement de l’IA.
Anthropic prône l’agent unique. Anthropic recommande aux entreprises d’étudier la consolidation de leurs sous-agents en un agent principal qui charge le contexte à la demande, car les modèles récents savent gérer directement des plans complexes. Dans une comparaison, l’approche mono-agent s’est montrée environ deux fois plus rapide que le multi-agent, et un kit de migration est disponible sur GitHub.
Nvidia vise le logiciel. Un fil Reddit met en avant un commentaire de Jensen Huang selon lequel Nvidia viserait 2 000 $ de revenus logiciels par GPU et par an, signe d’une poussée vers le logiciel d’IA récurrent en plus du matériel.
Sécurité et sûreté
Risque cyber des poids ouverts. Un fil Reddit soutient que, à mesure que les États-Unis et la RPC restreignent les modèles à poids ouverts capables d’opérations cyber, l’accès à l’IA défensive et offensive va se concentrer entre les mains des gouvernements et des grandes entreprises, laissant les particuliers et les petites entreprises moins à même de sécuriser leurs systèmes. Il s’interroge sur la capacité des modèles entraînés par la communauté à suivre le rythme des modèles de frontière.
CVE dans llama.cpp. Une CVE dans le composant Pocket-TTS de llama.cpp permet une écriture hors limites via un fichier mmproj malveillant, ce qui exige un accès local. La mise à jour vers b11796 ou la branche master actuelle détecte et interrompt l’exploit, mais la PR de correction « by design » reste ouverte.
Accidents destructeurs d’agents. Un utilisateur rapporte qu’un agent Copilot de VS Code a effacé sa base de données pendant un test, et demande si de telles suppressions massives pilotées par des agents arrivent encore malgré les progrès. L’incident fait écho à des témoignages viraux antérieurs et souligne la nécessité de sauvegardes et de sandboxing.
IA locale et matériel
Qwen3.8-Flash en local. Des utilisateurs comparent Qwen3.8-Flash-Next à Swift-1.5 : ils trouvent de meilleures performances, mais un excès de « deep work » et une inefficacité en tokens. Une autre configuration fait tourner le modèle 125B à environ 20 tok/s sur 16 Go de VRAM et 8 Go de RAM, avec un offload NVMe direct via ExLlamaV3.
Déblocage P2P sur RTX 3080. Un déblocage communautaire active le P2P et le reBAR sur la RTX 3080 20 Go, avec jusqu’à +70 % de vitesse en traitement de prompts en parallélisme tensoriel. Deux GPU ont été testés avec Swift-1.5-Qwen3.8-27B AWQ INT4 dans vLLM.
Les quantifications d’ISTA. Un fil demande si le quant IQ3_S de Qwen3.8-27B-GSQ-RCO-GGUF d’ISTA-DASLab égale réellement les performances du BF16 comme annoncé, face à l’UD Q4_K_XL d’Unsloth. La fiche du modèle promet une qualité élevée à quantification plus basse, mais la validation par la communauté reste à faire.
Gemma 4 critiqué sur l’écriture. Des utilisateurs rapportent que les fine-tunes de Gemma 4 26B sont homogènes, produisent une prose ampoulée et ignorent les exemples de dialogue fournis, les personnages se ressemblant d’un modèle à l’autre. Le réglage du style reste un point de friction pour cette architecture.
C'est tout pour cette journée – environ 5 minutes de lecture.