Catégorie
312 articles
L'article 50 de l'EU AI Act fait des métadonnées de provenance une question de conformité. L'étiquette est intégrée à la génération et le pipeline la perd facilement.
Un agent ne devient pas plus intelligent en tournant longtemps, il s'abrutit quand son context window se remplit de déchets. Du sandboxing des sorties d'outils à la mémoire persistante et au routing, ces projets réparent la mémoire des agents.
Google arrêtera tous les points de terminaison Veo de Gemini API le 22 octobre 2026, dont veo-3.1-lite-generate-preview, au profit de gemini-omni-1.1-flash, facturé au token.
2 800 milliards de paramètres sur un GPU de 4 Go, cela ressemble à une coquille. L'idée d'AirLLM n'est pas de réduire le modèle mais de cesser de vouloir le garder entier en mémoire : lire couche par couche depuis le disque, puis libérer. Le prix est la vitesse, en échange de quoi tourne ce qui n'était pas censé tenir.
Muse Image de Meta planifie, cherche, code et vérifie son résultat avant de peindre, en ramenant une partie de la vérification à l'intérieur du modèle. Son ambition n'est pas la qualité visuelle, mais de devenir la couche d'image par défaut de milliards d'utilisateurs.
Pour les mêmes 50,000 images produits, la facture mensuelle varie de plus de 12 fois selon le modèle. Ce sont le taux d’acceptation et le taux de reprise qui décident, pas le classement.
En octobre, la concurrence entre agents de codage est passée des modèles à la couche d'extension. Claude Code Mods, Cursor Projects et une série de dépôts de compétences communautaires montrent que la valeur migre de la génération de code vers l'organisation des agents qui le génèrent.
Prime Agent a été réécrit par son propre essaim : plus de 2 000 agents l'ont fait passer de TypeScript à Rust en deux semaines. Voici l'orchestration et les garde-fous.
Des sandboxes VM complètes donnent à chaque agent un ordinateur jetable. C'est de la plomberie, et elle décide si un agent se voit confier de vraies permissions.
Un modèle ouvert qui génère de la vidéo 2K native avec audio synchronisé est un vrai pas. Le matériel qu'il exige est ce qui décide qui peut s'en servir.
Hyperframes transforme le HTML en vidéo, ArtCraft emballe un moteur de création, text-to-cad donne le CAD aux agents. L'agent apprend à fabriquer des choses qu'on regarde.
Google a construit une assistance visuelle en temps réel avec des utilisateurs aveugles et malvoyants dès le départ. Un test discret mais tranchant de ce à quoi sert un assistant multimodal.
