Le 6 mars 2025, un nouveau modèle linguistique nommé **Light-R1-32B** a fait son apparition. Cet outil de résolution de problèmes mathématiques, basé sur le modèle **Qwen2.5-32B-Instruct**, a été spécialement entraîné et se distingue par ses capacités exceptionnelles en mathématiques, son faible coût de formation et sa reproductibilité. L'équipe de développement xAI a déclaré que Light-R1-32B surpasse non seulement les modèles similaires en termes de performances, mais offre également de nouvelles perspectives pour la recherche académique et les applications pratiques.

QQ Browser a lancé une nouvelle fonctionnalité appelée « Aide à la rédaction d'essais IA », visant à aider les élèves à améliorer leurs compétences en rédaction, et non seulement à fournir des réponses simples. Le lancement de cette fonctionnalité, au début de la nouvelle année scolaire, intervient alors que de nombreux élèves commencent à utiliser des outils d'IA pour faire leurs devoirs, suscitant une vive attention des parents et de la société.

La plateforme d'agents intelligents Wenxin de Baidu a annoncé l'intégration complète du modèle DeepSeek et son ouverture gratuite à tous les utilisateurs. La plateforme d'agents intelligents Wenxin est une plateforme de construction d'agents intelligents basée sur le grand modèle linguistique Wenxin, lancée par Baidu, visant à aider les utilisateurs à créer et à déployer rapidement des applications d'agents intelligents.

Récemment, les équipes de recherche de Meta Reality Labs ont publié un modèle génératif innovant appelé « Pippo », capable de générer une vidéo dense de haute résolution (jusqu'à 1 K) à partir d'une seule photo prise de manière aléatoire. Cette avancée technologique marque une étape importante dans le domaine de la vision par ordinateur et de la génération d'images. Au cœur du modèle Pippo se trouve la conception de son transformateur de diffusion multi-vues. Contrairement aux modèles génératifs traditionnels, Pippo ne nécessite aucun autre input, tel que des paramètres ajustés.

Récemment, l'application Baidu Wenxiaoyan (anciennement Wenxin Yiyan) pour iOS a bénéficié d'une mise à jour vers la version 4.9.0. Le point fort de cette mise à jour, très attendu, est l'intégration du modèle DeepSeek-R1, qui a considérablement amélioré les fonctionnalités de l'application, notamment en matière de résolution de problèmes par photo. Après cette mise à jour, les utilisateurs pourront voir plus clairement les étapes de réflexion lors de l'utilisation de la fonction de résolution de problèmes par photo de Wenxiaoyan. Cette fonctionnalité est très similaire à la fonction de chaîne de pensée de DeepSeek, améliorant considérablement l'expérience utilisateur pour la résolution de problèmes.

Récemment, l'Institut d'imagerie Meitu (MT Lab) et l'Université Jiao Tong de Beijing ont proposé une technique de découpage d'images à ultra-haute résolution appelée MEMatte (Memory Efficient Matting), qui a été sélectionnée pour l'AAAI 2025, une conférence de premier plan dans le domaine de l'intelligence artificielle. Le principal atout de la technique MEMatte est qu'il s'agit d'un cadre de découpage d'images naturelles économe en mémoire, capable de réduire efficacement les coûts de calcul du modèle. Cette innovation permet l'utilisation dans des environnements à mémoire limitée, tels que les cartes graphiques commerciales et les appareils périphériques.

Dans le contexte de l'essor rapide des grands modèles de langage (LLM), les coûts d'entraînement et d'inférence des modèles deviennent de plus en plus un sujet de préoccupation pour la recherche et les applications. Récemment, l'équipe Tencent HunYuan a publié une étude importante explorant en profondeur les « lois d'échelle » de l'entraînement à la quantification à virgule flottante basse résolution, c'est-à-dire les règles d'échelle de l'entraînement à la quantification à virgule flottante. Cette recherche vise à explorer comment réduire considérablement les coûts de calcul et de stockage sans perte de performance en réduisant la précision du modèle.

Selon des informations de Intelligent Emergence, YunJinWei, développeur de systèmes d'exploitation pour agents intelligents incarnés, a récemment annoncé avoir bouclé un tour de financement de plusieurs millions de yuans en amorçage, mené par iFLYTEK. Ce financement servira au développement de produits technologiques clés et à la construction d'un écosystème de marché. Fondée en juin 2021, YunJinWei se concentre sur le développement de systèmes d'exploitation pour agents intelligents incarnés. La société a été créée par le Dr Wang Wenyi, ancien directeur général de la division matérielle d'iFlytek, et son co-fondateur, le Dr Zhou Chang, a été responsable de la recherche et du développement des grands modèles visuels de la ville intelligente au sein de l'institut de recherche DAMO d'Alibaba. L'équipe a bénéficié du soutien des programmes « Yaojiang Talents » et « Yongjiang Talents » de Ningbo.

Visual China a récemment annoncé qu'elle allait accélérer le déploiement de sa solution « technologie IA + données visuelles + scénarios d'application ». En tant qu'entreprise de technologies culturelles parmi les premières à avoir appliqué les technologies Internet aux services de contenu visuel sous copyright en Chine, Visual China collabore activement avec ses partenaires pour explorer une intégration approfondie entre la technologie IA et la production de contenu visuel de haute qualité, afin d'offrir aux créateurs de contenu et aux utilisateurs de contenu légal des « outils d'efficacité » plus puissants.

Récemment, une équipe de recherche de l'Université de Nanjing, en collaboration avec ByteDance et l'Université du Sud-Ouest, a lancé une technologie innovante : STAR (Spatial-Temporal Augmentation with Text-to-Video Models), visant à utiliser les modèles texte-vidéo pour le suréchantillonnage de vidéos du monde réel. Cette technologie combine des méthodes d'augmentation spatio-temporelle pour améliorer efficacement la qualité des vidéos basse résolution, particulièrement utiles pour les vidéos de faible qualité téléchargées sur les plateformes de partage de vidéos. Pour

HERE Technologies, plateforme de données et de technologies de localisation basée aux Pays-Bas, et Amazon Web Services (AWS) ont récemment annoncé un partenariat de dix ans d'une valeur de 10 milliards de dollars. Ce partenariat vise à révolutionner le développement des véhicules définis par logiciel (SDV) et à stimuler l'innovation dans l'industrie automobile. Note sur l'image : Image générée par IA, fournisseur de services d'autorisation d'images Midjourney, selon le contrat. HERE combinera les capacités cloud haute performance d'AWS avec sa propre intelligence artificielle.

Dans les environnements professionnels, les agents d'interface graphique utilisateur (GUI) sont confrontés à trois défis majeurs. Premièrement, la complexité des applications professionnelles est bien supérieure à celle des logiciels grand public, exigeant une compréhension approfondie des mises en page complexes ; deuxièmement, les outils professionnels fonctionnent généralement à des résolutions plus élevées, ce qui entraîne une taille de cible plus petite et réduit la précision du positionnement ; enfin, les flux de travail dépendent souvent d'outils et de documents supplémentaires, augmentant la complexité des opérations. Ces défis soulignent la nécessité de développer des outils de référence et des solutions plus avancés pour améliorer les performances des agents GUI dans ces scénarios exigeants. Actuellement

L'équipe de recherche de Snap Inc. a récemment lancé SnapGen, un générateur d'images basé sur l'intelligence artificielle capable de générer des images haute résolution directement sur les smartphones haut de gamme. Cette technologie permet aux utilisateurs de profiter d'une expérience de création d'images efficace et pratique sur leur téléphone, brisant les limites des générateurs d'images IA traditionnels qui nécessitent une puissance de calcul importante. L'avantage principal de SnapGen réside dans la compacité et l'efficacité de son modèle. Comparé aux générateurs d'images populaires tels que SDXL, SnapGen possède un nombre de paramètres significativement inférieur

Alibaba Cloud et Lingyi Wanwu, entreprise leader des grands modèles, ont annoncé un partenariat stratégique majeur. Les deux parties vont créer conjointement un "laboratoire conjoint sur les modèles industriels", marquant une collaboration approfondie entre ces deux géants de la technologie dans le domaine de l'IA. Ce partenariat accélérera la transformation des technologies de grands modèles en applications concrètes et favorisera une intégration plus poussée de l'écosystème des modèles industriels. Le nouveau laboratoire conjoint couvrira trois axes principaux : la technologie, les activités et les talents. En combinant les forces de recherche et développement des deux parties dans le domaine des grands modèles, le laboratoire s'attachera à explorer les technologies des modèles de base de prochaine génération et à les mettre en œuvre par le biais d'Alibaba Cloud Bailen...

Alibaba a récemment lancé QVQ-72B, un nouveau modèle d'inférence multimodale basé sur Qwen2-VL-72B. Ce modèle intègre de puissantes capacités linguistiques et visuelles, lui permettant de traiter des tâches d'inférence et d'analyse plus complexes. Cela marque une nouvelle avancée d'Alibaba dans le domaine de l'IA multimodale. QVQ-72B affiche une amélioration significative dans le raisonnement visuel, les problèmes de mathématiques et de sciences, notamment dans les tâches d'inférence à plusieurs étapes. Cela signifie que le modèle peut non seulement comprendre les informations textuelles, mais aussi les informations visuelles, et les traiter en plusieurs étapes.

Une équipe de recherche a récemment publié une nouvelle technique de super-résolution d'image (SR) basée sur l'inversion de diffusion (Diffusion Inversion). Elle vise à améliorer la résolution et la netteté des images en exploitant pleinement les informations a priori sur les images contenues dans les grands modèles de diffusion pré-entraînés. Cette recherche est le fruit d'une collaboration entre trois chercheurs de différentes institutions académiques, qui ambitionnent de faire progresser le domaine de la super-résolution d'images. Dans cette technique, les chercheurs ont conçu un "prédicteur de bruit partiel" (Partial Noise Predictor)...

Fatigué des photos floues ? Un nouvel outil de super-résolution d'image nommé InvSR vient de révolutionner le domaine. Avec une procédure extrêmement simple, il permet de transformer instantanément les images floues en images nettes et précises. La puissance de cet outil réside dans son utilisation des riches connaissances a priori sur les images contenues dans les grands modèles de diffusion pré-entraînés, permettant une amélioration de la résolution d'image efficace et de haute qualité. La technologie clé d'InvSR est sa stratégie innovante de prédiction partielle du bruit. Il construit intelligemment un état intermédiaire du modèle de diffusion, utilisé comme point de départ du processus d'échantillonnage, et utilise un bruit profond...

Le nouveau SDK embarqué en temps réel d'OpenAI a fait sensation dans le secteur. Ce kit de développement pour microcontrôleurs marque une nouvelle étape dans l'intégration de l'intelligence artificielle aux micro-matériels. Conçu spécifiquement pour les microcontrôleurs comme l'ESP32, il permet une interaction en temps réel entre les appareils et les modèles d'IA cloud via une connexion Wi-Fi, simplifiant considérablement le développement de matériel intelligent. Cette annonce a rapidement provoqué une réaction en chaîne sur le marché. Les prix des composants ESP32, notamment les modules, les puces et les accessoires, ont augmenté.