Google DeepMind et Google Research ont open-sourcé les modèles IA WeatherNext 2 et WeatherNext Cyclones, qui ont atteint une précision de pointe dans la prédiction des trajectoires, de l'intensité et de la structure du vent des cyclones tropicaux. Publié dans Nature, ce travail démontre que ces modèles offrent aux prévisionnistes un jour supplémentaire de précision prédictive par rapport aux systèmes antérieurs.
Microsoft Research a publié Orchard, un framework open-source conçu pour permettre une recherche évolutive et rentable sur les agents autonomes. Le système repose sur Orchard Env, un service d'environnement basé sur Kubernetes qui permet aux chercheurs de former et d'évaluer des agents dans divers domaines tels que l'ingénierie logicielle, la navigation web et l'assistance personnelle, sans avoir à reconstruire l'infrastructure.
Mistral avance la souveraineté de l'IA en introduisant les Points de terminaux régionaux Mistral pour l'inférence en région, en élargissant sa plateforme pour prendre en charge les modèles tiers open source, et en formant une coalition pour sécuriser la capacité de calcul IA européenne à long terme.
Les Laboratoires de recherche en ingénierie humaine (HERL) de l'université de Pittsburgh dirigent la plateforme Robotic Assistive Mobility and Manipulation Platform Providing Independence for People with Disabilities (RAMMP), un projet soutenu par jusqu'à 41,5 millions de dollars de financement d'ARPA-H. L'initiative vise à créer des solutions de mobilité assistée plus sûres et plus adaptables pour les utilisateurs de fauteuils roulants en intégrant une robotique avancée aux modèles de vision par ordinateur open source de Meta.
Le Lawrence Berkeley National Laboratory a déployé le Segment Anything Model 3 (SAM 3) et DINOv3 de Meta au sein de l'initiative SYNAPS-I pour automatiser l'analyse des données de rayons X et de neutrons. Affinés sur des données d'imagerie scientifique, ces modèles remplacent les goulets d'étranglement de la segmentation manuelle par un pipeline qui fournit des volumes 3D étiquetés sémantiquement en environ 15 minutes.
Z.ai a annoncé GLM-5.3, un nouveau modèle qui atteint des performances de pointe sur les benchmarks de codification agentic en étendant le post-apprentissage de son modèle de base GLM-5.2. Le modèle de ~750B paramètres dépasse actuellement Kimi K3 et égale ou dépasse Claude Fable 5 et GPT-5.6-Sol sur divers benchmarks.
L'équipe GLM a publié la version 5.3 du modèle GLM.
xAI a publié Grok 4.6, un modèle de 1,5T axé sur les agents à longue durée et le travail interactif, tandis qu'Alibaba a publié Qwen3.8-Max à poids ouvert et que DeepSeek a rendu V4 Pro généralement disponible avec une tarification agressive.
Les actualités IA de cette semaine mettent en avant les principales publications de xAI, Alibaba et DeepSeek, ainsi que des mises à jour sur les modèles vidéo ouverts et l'infrastructure d'inférence.
Meta a publié Muse Glimmer, un modèle multimodal dense de 30B sous licence Apache 2.0, marquant son retour aux poids ouverts avec un accent sur la "superintelligence personnelle". Le lancement coïncide avec l'essai de Mark Zuckerberg décrivant l'agenda de Meta pour autonomiser les individus par l'IA plutôt que les institutions.
Meta a lancé Muse Glimmer, un modèle multimodal dense de 30B paramètres disponible en open source sur le Hugging Face Hub. L'architecture est composée d'un décodeur texte de 28B et d'un Perception Encoder de style ViT de 2B pour les tâches de vision.
Meta a publié Muse Glimmer, un modèle multimodal dense de 30 milliards de paramètres optimisé pour les flux de travail d'agents locaux en continu. Les poids sont disponibles sous licence Apache 2.0.
Google a open-sourcé ses modèles d'IA WeatherNext 2 et WeatherNext Cyclones pour améliorer la précision des prévisions de cyclones. Les modèles atteignent des résultats state-of-the-art dans la prédiction de la trajectoire, de l'intensité et de la structure du vent, offrant aux météorologues en moyenne un jour supplémentaire de précision prédictive par rapport aux méthodes actuelles.
Alibaba a annoncé Qwen3.8-Max comme son nouveau modèle phare, le décrivant comme une architecture sparse de 2,4T de paramètres axée sur les travaux agents à long terme, la programmation et le raisonnement multimodal. L'entreprise a confirmé que les poids ouverts pour Qwen3.8-Max seront publiés la semaine prochaine, accompagnés de la variante à poids ouverts Qwen3.8-27B.
Liquid AI a publié le modèle LFM2.5-2.6B, un agent de 2,6 milliards de paramètres conçu pour s'exécuter localement sur des appareils périphériques avec une haute efficacité et compatibilité.
Shieldstral est un classificateur de sécurité multimodal à poids ouverts de 3B paramètres qui formule la modération de contenu comme une tâche de réponse aux questions adaptative aux politiques, lui permettant d'accepter des politiques en langage naturel lors de l'inférence sans réentraînement. Il unifie l'évaluation de la sécurité du texte et de l'image et fournit des scores de sécurité calibrés sur divers benchmarks tout en s'exécutant efficacement sur une seule GPU NVIDIA 16 Go.
L'équipe Qwen d'Alibaba a annoncé Qwen 3.8 Max, un nouveau modèle phare de 2,4T de paramètres axé sur le codage, les travaux agents à long terme et le raisonnement multimodal. L'entreprise a confirmé que des versions à poids ouverts de Qwen 3.8 Max et du plus petit Qwen 3.8-27B seront publiées la semaine prochaine.
L'équipe Qwen d'Alibaba a rendu Qwen3.8-Max largement disponible via API, avec des poids ouverts pour Qwen3.8-Max et le checkpoint plus petit Qwen3.8-27B prévus pour la semaine prochaine. Le modèle phare est une architecture mixture-of-experts de 2,4 billions de paramètres qui accepte des entrées textuelles, image et vidéo.
Moonshot AI a lancé Kimi K3, un modèle à poids ouverts de 2,8 billions de paramètres conçu pour la programmation à long terme et le raisonnement profond. C'est le premier modèle open-source de la classe des 3 billions de paramètres et il prend en charge une fenêtre de contexte de 1 million de tokens.
Together AI a annoncé un partenariat stratégique avec Moonshot AI pour servir de plateforme de lancement des modèles open-weight de Moonshot, en commençant par Kimi K3. Cette collaboration offre aux développeurs un accès immédiat aux dernières versions grâce à l'infrastructure et aux outils hébergés aux États-Unis par Together AI.