Modèles et frameworks d'agents
Modèle d'agent abliterated. Un nouveau merge de Qwen3.8-27B réunit vision, décisions typées et poids sans refus pour des stacks d'agents locales sur 16 Go de VRAM. Un PSA distinct précise que les ablations de rang 1 peuvent s'appliquer au runtime sous forme d'un petit LoRA, ce qui évite de télécharger de gros modèles abliterated.
Modèles 4B spécialisés. Entraîner des modèles 4B dédiés à une tâche, comme Qwen3.5-4B-3D-Coder, montre que de petits modèles peuvent couvrir de nombreux usages concrets, des assets 3D au code. Des variantes encore plus petites, jusqu'à 350M de paramètres, sont à l'étude.
Modèles vocaux full-duplex. Tofu-1 de Bland et Haru-4B, open source, font tous deux du speech-to-speech full-duplex : ils écoutent et parlent en même temps. Tofu-1 vise les appels en environnement bruyant ; Haru-4B est multilingue et tourne à 7,5 Hz en audio continu.
Avatars et agents vidéo. audio.cpp 0.9.5 combine SoulX-FlashHead, OWSM v4 et LFM3-Audio pour du chat avec avatar en local et en temps réel sur RTX 4090 et au-dessus. LongCat-Video-Avatar 1.6 de Meituan améliore la génération de vidéos d'humains pilotées par l'audio, avec un meilleur lip sync et une meilleure cohérence sur la durée.
LongCat-2.5 en open weights. Meituan a publié un modèle d'agent MoE de 1,6 T de paramètres, entraîné entièrement sur du matériel chinois. Il active 48B de paramètres par token, gère un contexte de 1 M de tokens et atteint le niveau de code des précédents Claude Opus 5.
Claude Fable peint. Claude Fable 5.2 d'Anthropic génère des images en écrivant du code Python qui place des centaines de milliers de coups de pinceau sur une toile virtuelle. Il devance GPT-6 Astra sur un benchmark de simulation robotique, mais reste plus lent en contrôle dans le monde réel.
Sorties européennes et multilingues. EUROPA viserait près de 1 T de paramètres, et la famille Villanova2 ajoute des modèles multilingues en licence Apache 2.0 pour cinq langues européennes.
Inférence locale et outils
Basalt 0.4.0. Basalt ajoute la prise en charge de Qwen 3.8 27B dense en NVFP4 et le routage multi-modèles : jusqu'à 770 tok/s sur une RTX 5090, avec 92,8 % de top-1 accuracy conservée par rapport au BF16.
BigMoeOnEdge. Cet outil fait tourner n'importe quel GGUF MoE sur NVIDIA, AMD, Intel, Mac, smartphone ou CPU, et dépasse souvent Strata et colibri sur des cartes de 8 à 16 Go et sur Mac, pour Qwen3.6-35B et les modèles plus gros.
Accélérations llama.cpp. llama.cpp continue de progresser : les benchmarks Gemma4 le montrent en train de rattraper les moteurs maison ; le réglage de cudaMemcpy fait passer le prefill en offload MoE de 345 à 466 t/s sur une 3090 ; et un boost CPU AVX-VNNI pour Q2_0 est proposé dans une PR.
- Llama.cpp performance improvement over time (Gemma4 models)(s'ouvre dans un nouvel onglet)
- MoE offload on a 3090: prefill 345 -> 466 t/s by tuning cudaMemcpy (Qwen3.6 35B-A3B)(s'ouvre dans un nouvel onglet)
- CPU-only boost for Q2_0 on AVX-VNNI · Pull Request #26348 · ggml-org/llama.cpp(s'ouvre dans un nouvel onglet)
Plugins d'agents Datasette. Simon Willison a publié plusieurs versions de Datasette, construites avec Claude Fable 5.2 : visualisation MapLibre/OpenFreeMap, exports en streaming, correctifs de sécurité, applications sandboxées avec liens par URL et améliorations des prompts d'agents.
Visualiseur de LLM. inside-llm est un outil open source qui tourne dans le navigateur et compare deux quants GGUF token par token, en affichant les probabilités, les sampler gates, l'entropie et la divergence.
Industrie et business
Étude santé Apple. Apple et OpenEvidence ont lancé une application d'étude proposant des réponses de santé adossées à des données cliniques, pour jusqu'à 200 000 participants américains ; les utilisateurs notent les réponses et peuvent partager leurs données HealthKit.
Crise chez Nvidia. Jensen Huang a été écarté après des révélations sur une liaison avec une femme soupçonnée d'être une espionne chinoise ; Megaspeed, liée à son ex-compagne, aurait négocié près de 12 milliards de dollars de commandes de puces pour la Chine. Le Congrès réclame des règles plus strictes sur l'export de puces IA, tandis que ses partisans exigent son retour.
- Is bad news for Jensen Huang also bad news for the AI industry?(s'ouvre dans un nouvel onglet)
- Firm linked to Jensen Huang's ex-lover reportedly brokered nearly $12 billion in Nvidia chip orders for China(s'ouvre dans un nouvel onglet)
- Jensen Huang might be plotting a return and more of the latest Nvidia drama(s'ouvre dans un nouvel onglet)
- Congress wants to tighten export rules on AI chips after Nvidia spy scandal(s'ouvre dans un nouvel onglet)
- The Sequence Radar - Issue #972: Last Week in AI: The Invisible Hand Wore a Leather Jacket(s'ouvre dans un nouvel onglet)
- An overview of Jensen Huang’s messy days(s'ouvre dans un nouvel onglet)
Capteurs IA indiens. Bharat Semi a levé 24 millions de dollars en amorçage pour développer des capteurs d'image embarquant l'IA, qui réunissent capture, traitement et IA sur une seule puce, avec une production visée en 2027.
Impact de l'IA sur l'emploi. La banque centrale australienne constate que les offres d'emploi reculent le plus dans les métiers les plus exposés à l'IA, les jeunes actifs du logiciel et du service client étant les plus touchés.
Sécurité et gouvernance
Gouvernance des agents chez Uber. Uber a construit un framework de cycle de vie pour déterminer si les actions d'un agent sont appropriées : les agents sont enregistrés dans un AI Registry, et des contrôles s'appliquent à l'exécution comme après déploiement contre le prompt injection et le goal hijacking.
X3Guard, garde-fou de prompts. Axiomic Labs a publié X3Guard-150M, un petit modèle de garde-fou qui signale les prompts nuisibles ou adversariaux et s'exécute sur des appareils edge avec des temps de réponse en millisecondes.
Revue de code par IA chez Anthropic. L'équipe de Claude Code empile plusieurs couches de vérification automatisée et de revues assistées par IA : le nombre de PR mergées a doublé, et le taux de revert a chuté de plus de 40 %.
Recherche
Blog science d'OpenAI. OpenAI a lancé un blog scientifique et publié un post invité où le physicien Nathaniel Craig utilise GPT-6 Astra pour élaborer une possible définition sur réseau du Modèle standard.
Encodages positionnels expliqués. Ahead of AI fait le point sur RoPE et les autres méthodes d'encodage positionnel des LLM modernes, et sur les choix retenus par les modèles open weights de 2026.
Test-time baking. Une nouvelle méthode TTB intègre les informations globales de scène issues de l'attention cross-view dans un MLP léger, pour un rendu jusqu'à 23 fois plus rapide en synthèse de vues decoder-only.
Auto-amélioration récursive. Des chercheurs ont appliqué l'auto-amélioration récursive à un pré-entraînement frontière complet et publient 801-30B-A3B-Base, un MoE de 30B entraîné de zéro sur 11,8 T de tokens.
C'est tout pour cette journée – environ 5 minutes de lecture.