NVIDIA Nemotron 3 Ultra 550B : le modèle open-weight américain le plus puissant, disponible sous licence libre
NVIDIA a présenté Nemotron 3 Ultra, un modèle open-weight de 550 milliards de paramètres avec une fenêtre de contexte d'un million de tokens, disponible sous licence libre sur Hugging Face et ModelScope. Il devance les autres modèles open-weight américains mais reste derrière le chinois Kimi K2.6 sur l'Intelligence Index d'Artificial Analysis.
La disponibilité d'un modèle frontier téléchargeable et librement modifiable donne aux équipes de recherche et aux enseignants un outil sans dépendance à une API propriétaire ni contrainte de confidentialité des données. Cela facilite les projets pédagogiques nécessitant un hébergement local ou une personnalisation fine, et renforce les arguments pour une stratégie de souveraineté numérique dans les établissements. Les laboratoires peuvent aussi s'en servir comme base de comparaison scientifique face aux modèles propriétaires.
Analyse produite par l’AI Transformation Office de l’ISC Paris, co-écrite avec Claude (Anthropic).
À lire aussi
Google Gemini Omni Flash arrive dans l’API, la génération vidéo conversationnelle entre en production
Disponible depuis le 2 juillet via Google AI Studio et l'API Gemini, Gemini Omni Flash accepte texte, images, audio et vidéo en entrée et peut générer ou éditer des vidéos à partir d'instructions en langage naturel, avec synchronisation audio native grâce à Veo 3. Le tarif annoncé est de 0,10 dollar par seconde de vidéo générée.
Les grandes labs recrutent des philosophes pour savoir si leurs IA peuvent souffrir
Anthropic, Google DeepMind et Meta ont constitué des équipes de philosophes, neuroscientifiques et spécialistes du bien être pour étudier une éventuelle conscience de leurs modèles. Dario Amodei affirme que Claude montre des signes d'anxiété, tandis que DeepMind a recruté le philosophe Henry Shevlin sur ce sujet.
Google DeepMind publie "From AGI to ASI" : quatre trajectoires officielles vers la superintelligence
Dans un article publié sur arXiv, Google DeepMind formalise le passage conceptuel de l'AGI à l'ASI et identifie quatre trajectoires possibles : le scaling, les ruptures algorithmiques, l'auto amélioration récursive et la formation de collectifs d'agents.