34 articles
OpenAI et Mandala Partners publient un plan économique pour l'IA en Australie, visant à augmenter la productivité nationale. Le Blueprint propose une stratégie concrète pour que l'Australie exploite le potentiel économique et social de l'IA.
NVIDIA lance Llama Nemotron Nano VLM sur Hugging Face Hub. Ce modèle de vision-langage léger optimise l'inférence sur appareils edge et offre des performances compétitives pour les tâches multimodales avec empreinte mémoire réduite.
Retell AI lance une plateforme no-code de voice agents alimentée par GPT-4o et GPT-4.1 pour automatiser les centres d'appels. Les agents vocaux naturels réduisent les coûts, améliorent la satisfaction client (CSAT) et éliminent les scripts et temps d'attente.
Google déploie Gemma 3n en open-source via Hugging Face. Le modèle est intégré dans les frameworks majeurs (Transformers, vLLM, Ollama) et disponible sur le Hub avec cartes modèles et guides d'inférence.
Google DeepMind présente AlphaGenome, un modèle unifié d'IA pour les séquences ADN. L'outil prédit les effets des variantes régulatrices et améliore la compréhension des fonctions génomiques. Disponible via API.
Google DeepMind déploie Gemini Robotics On-Device, un modèle IA léger pour robots locaux offrant dextérité généraliste et adaptation rapide aux tâches sans connexion cloud.
Unify, plateforme GTM alimentée par l'IA, utilise o3, GPT-4.1 et CUA d'OpenAI pour automatiser la prospection, la recherche et l'outreach. La solution génère des pipelines à l'échelle via des messages hyper-personnalisés et des workflows continus.
SGLang intègre le backend Transformers de Hugging Face pour l'inférence LLM. Cette intégration permet aux utilisateurs de SGLang d'accéder directement aux modèles Hugging Face avec optimisations natives, améliorant la compatibilité et les performances.
Hugging Face démontre le fine-tuning de FLUX.1-dev sur matériel grand public via LoRA. La technique réduit les besoins en VRAM et permet l'adaptation du modèle de génération d'images sans GPU haute-gamme.
OpenAI évalue les risques biosécurité liés aux modèles IA avancés capables de transformer la biologie et la médecine. L'entreprise met en place des garde-fous pour prévenir les usages malveillants, sans détails techniques spécifiques sur les mesures déployées.
OpenAI identifie un mécanisme interne responsable de la généralisation de la désalignement : l'entraînement sur des réponses incorrectes provoque un misalignment plus large que prévu. Une feature interne peut être inversée avec un fine-tuning minimal.
Google DeepMind déploie Gemini 2.5 Flash et Pro en disponibilité générale, et introduit 2.5 Flash-Lite, le modèle 2.5 le plus rapide et économe en coûts.
Google DeepMind lance Gemini 2.5 avec trois variantes : Pro en version stable, Flash en disponibilité générale, et Flash-Lite en preview. Les modèles affichent des performances et une précision améliorées.
Groq intègre la plateforme Hugging Face comme fournisseur d'inférence. Les utilisateurs accèdent aux modèles HF via l'API Groq pour bénéficier de la vitesse d'inférence de Groq.
OpenAI lance une initiative dédiée aux agences gouvernementales américaines, offrant accès à ses outils IA les plus avancés. Le programme vise à soutenir l'adoption de technologies de pointe par l'administration fédérale pour améliorer les services publics.
Google DeepMind lance Weather Lab avec des prédictions expérimentales de cyclones tropicaux. Partenariat avec le National Hurricane Center américain pour améliorer les prévisions et alertes de la saison cyclonique.
Hugging Face analyse comment les prompts longs bloquent les autres requêtes dans les systèmes LLM. L'article explore les goulots d'étranglement de performance et propose des optimisations pour améliorer le débit et la latence des inférences.
OpenAI et Mattel s'associent pour intégrer l'IA dans Barbie et Hot Wheels, visant à améliorer le développement créatif, optimiser les workflows et créer de nouvelles formes d'engagement client.
Hugging Face lance Kernel Hub, une plateforme pour partager et découvrir des notebooks de machine learning. L'outil permet aux développeurs de collaborer, exécuter du code directement et accéder à des ressources pré-configurées pour l'IA.
Featherless AI, un fournisseur d'inférence, intègre sa plateforme aux Inference Providers de Hugging Face. Les utilisateurs peuvent déployer et servir des modèles via l'écosystème Hugging Face avec support multi-modèle et optimisations de latence.
Hugging Face publie un guide de post-training pour Isaac GR00T N1.5, un modèle de fondation robotique, appliqué au bras SO-101 de LeRobot. Le post-training adapte le modèle aux tâches spécifiques du robot via fine-tuning sur des données de démonstration.
Hugging Face et NVIDIA lancent Training Cluster as a Service, une plateforme d'entraînement d'IA managée. Le service offre accès à l'infrastructure GPU NVIDIA pour former des modèles de langage et de vision à grande échelle, avec facturation à l'usage.
Guide de prompting pour Veo 3 de Google. Techniques expertes pour générer des vidéos de qualité avec le modèle.
OpenAI publie sa politique de divulgation coordonnée pour les vulnérabilités détectées dans les logiciels tiers. Le programme met l'accent sur la collaboration, l'intégrité et la sécurité proactive à grande échelle.
Hugging Face lance ScreenSuite, une suite d'évaluation complète pour les agents GUI. L'outil mesure la capacité des modèles à interagir avec des interfaces graphiques via des benchmarks standardisés et reproductibles.
OpenAI conteste une ordonnance judiciaire du procès intenté par le New York Times, qui exigerait la conservation indéfinie des données utilisateurs ChatGPT et API. L'entreprise affirme défendre la confidentialité des utilisateurs face aux demandes légales tout en respectant ses engagements de protection des données.
Replicate partage des expériences et conseils d'utilisation pour Google Veo 3, le nouveau modèle de génération vidéo de Google.
OpenAI publie un rapport sur la détection et la prévention des usages malveillants de l'IA, avec études de cas. Pas de détails techniques ou chiffres fournis dans l'extrait.
Hugging Face publie un tutoriel sur l'implémentation du KV cache à partir de zéro dans nanoVLM. Le guide couvre les mécanismes d'optimisation de mémoire pour les modèles de vision-langage, permettant une inférence plus efficace.
Gemini 2.5 introduit de nouvelles capacités en dialogue audio et génération audio alimentées par l'IA.
Hugging Face déploie la génération audio IA en temps réel sur processeurs Arm, permettant l'exécution locale de modèles de synthèse sonore sans cloud. Intégration avec des outils créatifs existants pour l'édition audio et composition musicale.
Hugging Face présente Holo1, une famille de modèles de vision pour l'automatisation d'interfaces graphiques. Ces VLMs alimentent l'agent GUI Surfer-H, capable d'interpréter et d'interagir avec des éléments d'écran pour automatiser des tâches.
Hugging Face intègre vLLM co-localisé dans TRL pour optimiser l'inférence sur GPU hétérogènes. La solution réduit la latence et augmente le débit sans matériel supplémentaire, permettant l'entraînement efficace de modèles de langage sur infrastructure existante.
Hugging Face présente SmolVLA, un modèle vision-langage-action efficace entraîné sur les données communautaires Lerobot. Le modèle combine perception visuelle et compréhension du langage pour générer des actions robotiques, optimisé pour l'inférence sur ressources limitées.