Xiaomi a open-sourcé les modèles omnimodaux MiMo-V2.6 Pro et Flash, conçus pour coordonner des agents afin de construire et tester visuellement des scènes 3D interactives. Ces modèles peuvent générer des actifs Blender, contrôler des bras robotiques à partir de flux vidéo, produire des frontends et des présentations, assembler des vidéos et composer de la musique sous forme de partitions et de MIDI.
AntLing a publié la famille Ming-Image-0.1-Design, qui comprend deux modèles de 6B paramètres : Ming-Image-0.1-Design et Ming-Image-0.1-Design-Layer.
Xiaomi a publié la série MiMo-V2.6, introduisant des modèles nativement omnimodaux incluant MiMo-V2.6-Pro et MiMo-V2.6-Flash. L'entreprise a également lancé MiMo-V2.6-Pro-UltraSpeed, qui offre une vitesse de sortie jusqu'à 20 fois plus rapide avec la même qualité.
L'équipe AWS Strands Agents a publié Strands Harness, un harnais d'agent open-source à usage général disponible sous la licence Apache 2.0 pour Python et TypeScript. L'outil est conçu pour combler le fossé entre le prototypage d'agents dans des environnements comme Claude Code ou Codex et leur déploiement avec des boucles personnalisées.
Microsoft Research a publié et open-sourcé RetroChimera, un nouveau cadre de prédiction de rétrosynthèse qui combine deux modèles complémentaires pour proposer des voies de synthèse de haute qualité. Le système intègre R-SMILES 2, un modèle de novo basé sur Transformer, avec NeuralLoc, un modèle basé sur un réseau neuronal graphique (GNN), en utilisant une stratégie d'assemblage apprise pour classer les prédictions.
L'équipe Qwen d'Alibaba a publié Qwen-Image-2.1, un modèle unifié de génération d'images à partir de texte et d'édition d'images qui consolide les précédents points de contrôle séparés en un seul transformateur de diffusion de 7B paramètres.
La bibliothèque tokenizers a publié une version candidate pour la version 1 qui améliore considérablement les performances de l'encodage de texte, en résolvant les goulots d'étranglement dans les flux de travail d'entraînement et de service. La mise à jour maintient la compatibilité de l'API avec la v0.23 tout en offrant des accélérations substantielles sur dix familles de modèles.
Multiverse a publié un article détaillant une méthode qui reformule l'élagage des grands modèles de langage comme un problème d'optimisation binaire sous contrainte mappé à un verre d'Ising. En traitant les blocs transformeur comme des spins avec des couplages par paire dérivés de l'hessienne de la perte, l'approche identifie les configurations optimales de suppression de blocs sans nécessiter de benchmarking itératif.
L'auteur présente un point sur l'état des modèles à poids ouverts, notant que les entreprises chinoises d'IA sont devenues les leaders clairs dans ce domaine depuis environ avril 2025. Ce changement est démontré par les métriques de téléchargement de Hugging Face et la performance sur les benchmarks de capacité.
Qwen a publié Qwen-Image-2.1, un modèle unifié conçu à la fois pour la génération et l'édition d'images.
Stepfun a lancé le modèle Step 5 Preview 600B-A27B, actuellement disponible via ses produits et API. La version à poids ouverts de ce modèle sera publiée le 15 octobre.
Le dépôt stepfun-ai/Step-5-Preview-BF16 a été publié sur Hugging Face. Le titre de la soumission indique que le modèle semble prometteur.
Une prévisualisation du nouveau modèle "Step 5" de Stepfun a été divulguée en ligne.
Alibaba a publié un modèle d'intelligence artificielle médicale open-source capable de détecter le cancer et environ 150 autres affections médicales.
inclusionAI a publié le système Realtime-Venus sur Hugging Face, avec deux points de contrôle : Realtime-Venus-Omni et Realtime-Venus-Audio. Le point de contrôle Omni est un modèle d'interaction audio-visuelle de 9 milliards de paramètres adapté de MiniCPM-o 4.5 qui observe et écoute en continu pour décider quand répondre.
Naive AI, une startup en mode furtif fondée par le professeur Dai Jifeng de l'Université Tsinghua, a complété trois tours de financement totalisant 400 millions de dollars, atteignant une valorisation de plus de 1,4 milliard de dollars. L'entreprise se prépare à lancer son premier grand modèle de langage, également nommé Naive, en tant que version à poids ouvert dès ce mois-ci.
Tencent a lancé WeVisDoc, un analyseur de documents de bout en bout pour les images de pages, affiné à partir des modèles Qwen3-VL. Le système convertit les images de pages en Markdown structuré, incluant des formules LaTeX et des tableaux HTML.
Tencent a lancé WeVisDoc-4B, un analyseur de documents de bout en bout pour les images de pages qui convertit les pages en Markdown structuré avec des formules LaTeX et des tableaux HTML. Fine-tuné à partir de Qwen3-VL-4B-Instruct, le modèle atteint un score global de 95,38 sur OmniDocBench v1.6 et se classe premier parmi les analyseurs comparés dans les quatre configurations rapportées.
Together propose un cadre permettant aux entreprises de migrer des modèles d'IA propriétaires vers des modèles open source (OSM) à l'aide de services gérés, avec pour objectif de réduire la complexité et d'accélérer l'adoption. Le processus implique de découvrir des modèles adaptés grâce à des benchmarks, de les évaluer via la relecture du trafic, d'adapter les prompts ou les poids, et de calculer le ROI pour justifier le changement.
Un rapport de Mozilla indique que les modèles d'IA à poids ouvert de la Chine ont réduit l'écart de développement à seulement quatre mois par rapport aux offres frontalières des États-Unis. Malgré cette progression rapide, les modèles continuent de prendre du retard dans certaines évaluations de benchmarks.