Umiros Média — La veille IA quotidienne

• DeepSeek pousse son modèle de code vers le prototypage de jeux et de scènes 3D — DeepSeek-V4.1-Flash-1017 code plus vite, lit mieux une capture d'écran et sait monter un premier niveau 3D depuis une instruction texte, le tout à prix API inchangé. Les gains vie…
• MOSS-Image fixe les coordonnées d'une affiche avant même sa génération — OpenMOSS publie un générateur d'images qui accepte des coordonnées JSON pour positionner titres et objets, en plus du texte libre. Le résultat reste une image figée, utile pour ca…
• Datadog entraîne un modèle maison pour diagnostiquer ses pannes moins cher — Scout 1.0 enquête seul sur l'origine d'un incident informatique, avec un coût d'inférence jusqu'à dix-neuf fois inférieur à celui des modèles généralistes selon Datadog. La spécia…
• Fortytwo fait calculer plusieurs IA ensemble pour réduire la facture de code — Fortytwo lance Engine, une API qui fait collaborer plusieurs modèles pour orienter un même raisonnement, avec un quart de tokens économisés sur des tâches de développement logicie…
• Tencent ouvre sa mémoire d'agents IA et la mesure face à Claude Opus — Tencent publie en open source une infrastructure de mémoire persistante pour agents et assistants de code, compatible avec Mem0 et MemOS. Les scores publiés placent son modèle à p…
• OpenAI fluidifie les voix de ChatGPT, les tests de sécurité révèlent des reculs — GPT-Live-1.1 coupe moins la parole, change de ton selon la langue et gère mieux le français à l'oral. Sa propre fiche de sécurité affiche pourtant des scores en baisse sur la sant…
• fal Worlds transforme la prévisualisation en session pilotée en direct — fal Worlds réunit plusieurs modèles de mondes génératifs qu'on peut diriger ou explorer pendant leur création, sans attendre la fin d'un rendu pour corriger une scène. La facturat…
• Respan vend la milliseconde de réflexion d'un modèle de décision — Span-02 ne rédige pas, il tranche : une probabilité, un score, un chiffre, livrés au bout d'un délai fixé en millisecondes par le développeur. Son terrain est le tri automatique d…
• Google rend la préparation des états quantiques fiables 40 fois moins fragile sur sa puce Willow — Produire un état quantique assez propre pour calculer mobilise parfois jusqu'à 95 % des ressources d'une machine, selon les estimations citées par Google. La nouvelle méthode test…
• Halcyon entraîne des générateurs d'images sans passer par le langage préappris — Radical Numerics publie Halcyon, une famille de modèles image-texte entraînés depuis zéro, sans modèle de langage préentraîné en amont. Le laboratoire annonce un budget de calcul…
• Photon 2.0 fait parler les agents IA sur toutes les messageries à la fois — Photon 2.0 regroupe iMessage, WhatsApp, Telegram, SMS et même les appels vocaux derrière une seule API pour les agents conversationnels. L'infrastructure se consolide, et c'est le…
• Adaption lance Visualize pour fouiller les données qui entraînent les modèles IA — Visualize permet d'interroger un jeu de données en langage naturel et de remonter du graphique aux lignes exactes qui le composent. Adaption en fait la première brique visible d'u…
• Jockey transforme des heures de rushes en plans prêts à monter — TwelveLabs ouvre Jockey à tous, accessible depuis ChatGPT et Claude pour fouiller des bibliothèques vidéo en langage naturel. Le monteur gagne un outil de dérushage automatique, m…
• ElevenLabs habille le montage muet d'une bande-son calée sur l'image — Instant Soundtracks regarde une vidéo montée et en déduit musique et effets sonores placés sur la timeline, sans passer par une description textuelle. Les pistes restent modifiabl…
• PrismML loge un assistant IA de 9 milliards de paramètres dans 2 Go sur iPhone — PrismML lance Bonsai 2, trois modèles compressés capables de voir, raisonner et manipuler des outils sans passer par un serveur distant. La compression tient ses promesses sur cer…
• Microsoft pose la fondation de sa prochaine génération de modèles avec MAI-Base-2 — Microsoft détaille l'entraînement de MAI-Base-2, un modèle fondamental entraîné sur 16 000 GPU pendant 38 jours, et revendique une efficacité jusqu'à douze fois supérieure à celle…
• ChatGPT entre dans les onglets Chrome et peut remplir vos formulaires — L'extension ChatGPT lit désormais plusieurs onglets ouverts dans Chrome et, en mode Work, peut cliquer, remplir des champs ou organiser des pages à la place de l'utilisateur. Le g…
• Anthropic installe des auditeurs externes dans ses murs, sans droit de veto — Six chercheurs de METR obtiennent un accès interne proche de celui des équipes sécurité d'Anthropic, avec le droit de publier leurs conclusions sans validation préalable. L'entrep…
• Liquid AI vend la décision automatisée au prix du contrôle qualité — D1-ultra ne rédige rien, il attribue une probabilité à une photo de produit, un dommage déclaré ou une fiche e-commerce. Le tarif cassé sur l'entrée et l'absence de coût en sortie…
• Perplexity livre en open source la cage qui retient ses agents IA — Perplexity publie SPACE, l'infrastructure qui isole chaque agent autonome dans sa propre machine virtuelle, après l'avoir fait tourner en interne depuis juillet. Des fournisseurs…
• Meta ouvre un modèle géant d'agents codeurs, réservé aux grosses machines — Meta publie Muse Spark Open, un modèle à poids ouverts taillé pour écrire du code et piloter des agents, avec une lecture combinée du texte, de l'image, de la vidéo et de l'audio.…
• Kling 4.0 étire ses vidéos à trente secondes et réunit génération et montage — Kuaishou ouvre Kling 4.0 à tous après l'accès anticipé réservé à Flash, avec des séquences doublées en durée et dix images clés pour cadrer une scène. Plusieurs promesses, dont le…
• Krea 3 retouche une zone précise et gèle le reste de l'image — Krea 3 concentre la retouche sur la zone désignée par un rectangle, sans reconstruire la scène entière. Pour les studios qui multiplient les variations produit, le calcul se joue…
• Pruna facture chaque image de référence utilisée dans ses vidéos générées par IA — P-Video-2-Pro-Reference, construit sur MiniMax H3, génère une vidéo à partir d'images, de séquences et de sons fournis comme repères. Chaque média de référence s'ajoute à la factu…
• Manus confie à l'IA la configuration des automatisations de bureau — Manus transforme une consigne en langage courant en automatisation complète entre Gmail, Slack, Notion ou Shopify, sans que l'utilisateur construise chaque règle. Le gain touche d…
• BACH 1.0 Pro fait tenir personnages et produits sur douze références croisées — Video Rebirth ajoute un mode qui combine jusqu'à douze images, vidéos et sons pour garder un visage, un packaging ou une ambiance stables d'un plan à l'autre. Le prix se calcule à…
• FLUX 3 Image Klein réunit génération, retouche et style de marque dans un seul modèle — Black Forest Labs condense génération, retouche et personnalisation dans un modèle compact téléchargeable, pensé pour tourner sur une carte graphique de studio. Les poids sont ouv…
• Gracia rejoue les tournages en 4D, caméra libre après le clap — Gracia transforme des prises de vue multi-caméras en scènes tridimensionnelles animées, sans recréer la scène par génération libre. Le réalisateur retrouve un angle jamais filmé,…
• NVIDIA fusionne vision, raisonnement et outils dans un seul modèle d'agent — Nemotron 3.5 Super VL lit des documents, regarde des vidéos courtes et déclenche des actions logicielles sans faire voyager l'information entre plusieurs IA spécialisées. Chez Sca…
• Les agents de code apprennent à se parler, la facture d'inférence baisse d'un cinquième — Reason fait dialoguer plusieurs agents de programmation entre eux, avec Claude et avec les développeurs, depuis Slack, le terminal ou un téléphone. La plateforme revendique aussi…