xAI a rendu son dernier modèle de codage, Grok 4.6, disponible dans GitHub Copilot pour les développeurs utilisant VS Code et d'autres plateformes. Les utilisateurs peuvent sélectionner le nouveau modèle via le sélecteur de modèles, tandis que les clients d'entreprise peuvent devoir l'activer via les paramètres de Copilot.
Google a publié Gemini 3.7 Flash, un modèle mis à jour conçu pour améliorer les capacités de codage, les flux de travail d'agents et le travail cognitif. Cette version suit la précédente de trois semaines et intègre les retours des développeurs ainsi que des innovations algorithmiques.
OpenAI a lancé la famille de modèles GPT-5.6, conçue pour offrir des performances d'agent de pointe à des coûts nettement inférieurs en optimisant l'effort de raisonnement et en introduisant de nouveaux contrôles API. Cette mise à jour permet aux startups de construire des agents plus rapides et plus capables en utilisant des modèles plus petits comme Luna et Terra pour les tâches à fort volume, tout en réservant les modèles plus grands pour le jugement complexe.
La disponibilité générale de DeepSeek-V4-Pro a été déployée sur les plateformes APP, Web et API. Cette mise à jour augmente considérablement les performances des agents dans les environnements de production tout en introduisant un support natif pour le format de l'API Responses d'OpenAI.
xAI a lancé Grok 4.6, une mise à jour de son modèle axée sur les agents à longue durée et le travail interactif complexe. La nouvelle version égale GPT-5.6 Sol sur l'Indice d'Intelligence d'Artificial Analysis et est disponible sur Cursor, Grok Build et via l'API.
xAI a rendu Imagine Image 2.0 généralement disponible via le nouveau Mode Qualité, ainsi que les applications iOS et Android. La mise à jour se concentre sur la génération et l'édition d'images précises pour les flux de travail créatifs professionnels.
OpenAI lance une préversion d'Ultrafast, un nouveau niveau de service qui exécute le modèle GPT-5.6 Sol jusqu'à 14 fois plus vite que le traitement standard. Alimenté par du matériel Cerebras, ce mode génère jusqu'à 750 tokens de sortie par seconde et est initialement disponible via l'API OpenAI.
Google DeepMind et Android ont présenté SL2T, un modèle de traduction de langue des signes en texte (SL2T) massivement multilingue qui apporte l'IA de la langue des signes aux produits grand public pour la première fois. La technologie alimente la dictée de signes en texte dans Gboard et Live Transcribe sur Pixel 11, en commençant par la langue des signes américaine (ASL) vers l'anglais.
OpenAI et AWS ont rendu les capacités de Daybreak disponibles via Amazon Bedrock, permettant aux clients éligibles d'accéder à des modèles cyber de pointe dans leurs environnements AWS existants. Cette intégration offre une voie pour que les entreprises appliquent une IA avancée en utilisant des flux de travail familiers de sécurité, de gouvernance et d'exploitation.
Google Research et Google DeepMind ont fait progresser leur système de recherche en IA médicale, AMIE, pour démontrer des capacités de consultation vidéo clinique en temps réel dans une étude inédite. Construit sur Gemini et Project Astra à l'aide d'une architecture multi-agents, le système interprète les indices visuels et auditifs, guide les examens physiques virtuels et raisonne diagnostiquement en temps réel.
xAI a lancé Grok Bot en bêta, introduisant un système d'agents IA toujours actifs qui opèrent sur leur propre ordinateur cloud pour gérer les tâches de bout en bout. Disponible aujourd'hui pour les abonnés SuperGrok Heavy, Cursor Ultra et Cursor Teams Premium sur desktop et iOS, les bots fonctionnent entre applications et outils sans nécessiter de configuration manuelle des flux de travail.
OpenAI élargit son programme OpenAI Daybreak avec deux nouveaux niveaux d'accès—Daybreak Blue et Daybreak Red—pour offrir aux défenseurs approuvés des capacités avancées de cybersécurité en utilisant le nouveau modèle GPT-5.6-Cyber.
Anthropic mettra en œuvre un filigrane textuel dans les futures versions de Claude pour se conformer au règlement européen sur l'IA et à son code de pratique relatif à la transparence du contenu généré par l'IA. L'entreprise utilise la méthode SynthID-Text publiée par Google DeepMind, qui intègre un motif détectable dans le texte généré sans affecter la qualité de sortie ni ajouter de tokens supplémentaires.
Les chercheurs abordent les discontinuités temporelles dans le relighting vidéo de longue durée en reformulant la tâche comme une traduction de domaine latent conditionnée temporellement. Le cadre impose une continuité inter-blocs en propageant les latents du domaine cible à travers les frontières et utilise l'auto-conditionnement masqué du domaine cible pour rendre ce comportement apprenable.
Des chercheurs de Nvidia ont présenté FusionRelight, une méthode de re-éclairage de portraits qui combine un transfert d'illumination physiquement plausible avec la préservation de l'identité et une inférence compacte en temps réel. L'approche utilise la Fusion Hybride de Connaissances de Domaine (HDKF), un cadre d'entraînement qui distille les a priori de physique, de réflectance et de réalisme à partir de données synthétiques, One-Light-at-a-Time (OLAT) et in-the-wild dans un modèle étudiant.
Google a introduit Sheets Canvas, une nouvelle fonctionnalité alimentée par Gemini qui transforme les feuilles de calcul Google Sheets en mini-applications interactives personnalisées à l'aide de prompts en langage naturel.
Microsoft Research a présenté MindTopo, un nouveau benchmark conçu pour évaluer si les grands modèles de langage multimodaux possèdent une intuition topologique concernant la connectivité, l'encerclement, l'ordre, la séparation et les nœuds.
De nouvelles études d'OpenAI révèlent que les entreprises de pointe — celles dans le top 10 % de l'utilisation mensuelle de l'IA — génèrent 8,3 fois plus de tokens de sortie par utilisateur actif que les entreprises typiques, contre 2,6 fois en janvier. Cet écart croissant reflète un changement dans l'adoption de l'IA d'entreprise : on passe de l'utilisation de l'IA pour l'assistance à la délégation de travaux substantiels aux outils agents tels que Codex et ChatGPT Work.
Un nouvel article explore l'utilisation de grands modèles linguistiques fondamentaux (LLM) pour automatiser l'optimisation des hyperparamètres (HPO), un processus qui repose généralement sur des approches manuelles dans des configurations à budget limité. Les auteurs ont développé une méthodologie où les LLM suggèrent des configurations d'hyperparamètres basées sur les descriptions du jeu de données et du modèle, qui sont ensuite affinées itérativement en fonction des performances du modèle.
Les chercheurs présentent Source, une nouvelle méthode d'attribution des données d'entraînement (TDA) qui combine l'efficacité computationnelle des fonctions d'influence avec la précision des approches basées sur le déroulement. En utilisant une formule similaire à la fonction d'influence pour approximer la différenciation déroulée, Source adresse les limitations des méthodes de différenciation implicite, telles que leur incapacité à prendre en compte le biais d'optimisation ou les pipelines multi-étapes.