Cette semaine, un laboratoire chinois a

publié un papier qui pose une question

gênante. Si on arrête d'apprendre à

réfléchir, est-ce qu'elle peut par

elle-même développer la capacité de

formuler des réflexions ? La réponse du

papier, oui, mais pas n'importe comment.

Dans cette vidéo, vous allez voir trois

choses. 1, comment est-ce qu'ils ont

entraîné cette IA qui a appris à

réfléchir. De ce que le modèle arrive à

faire tout seul sans qu'on lui demande

et que personne n'avait pu prédire. Vous

allez voir, il a par exemple une anxiété

de Lia qui se développe et trois ce que

ça implique pour l'aent

marrant c'est que ce papier il y a un

scientifique qui l'avait déjà prédit il

y a 35 ans sur l'intelligence

artificielle. C'est donc le sujet

principal des actualités il a de la

semaine. On verra dans le reste de la

vidéo les deux modèles chinois qui sont

sortis cette semaine et qui rivalisent

avec Claude Fable. Ce que ça veut dire

aussi pour vous et au niveau des coûts

des Modelia. Ensuite, le premier modèle

open weight américain qui a été sorti et

qui a des performances tout à fait

correctes par euh l'ancienne cfondatrice

de Opene. Et enfin, on parlera d'une

entreprise qu'Apple songerait en ce

moment à racheter pour faire tourner des

modèles IA en local sur les iPhones.

C'est parti.

Alors, pour comprendre ce papier

scientifique fascinant qui a été publié

par le groupe de recherche chinois N

Group, il faut qu'on remette les bases.

Tout d'abord, c'est quoi un modèle A ?

Vous rappelle un modèle il y a à la base

c'est simplement une fonction qui va

venir prédire le token suivant donc quel

mot on voudrait avoir à la suite de

notre phrase à partir de tous les tokens

donc les mots précédents. Ça marche à

peu près de la même manière que

l'autocompression que vous avez sur le

clavier de votre téléphone sauf que

c'est poussé à l'extrême et c'est des

modèles qui ont des milliards de

chiffres pour avoir de plus en plus de

capacité de réflexion. Il y a quelques

années Lia elle réfléchissait même pas,

elle répondait direct. C'est-à-dire que

vous faisiez un prompte et vous aviez

une réponse instantanée qui générait

token par token, mot par mot. Sauf que

petit à petit, à force des évolutions,

on a remarqué que si on lui faisait

émettre euh des tokens de réflexion

avant d'exploer sa réponse finale, la

qualité des réponses explosé. Donc on a

voulu lui apprendre à réfléchir.

D'ailleurs, vous l'avez peut-être vu sur

GPT ou sur Claude quand vous l'utilisez

maintenant, vous avez une un onglet

thinking ou Claude réfléchit. Parfois,

vous pouvez le voir les étapes de

réflexion par lesquelles Lia passe avant

de vous répondre. C'est de ça dont on

parle aujourd'hui. Donc quand on a

commencé à créer ces token de réflexion,

ce mécanisme, ce qui se passait c'était

que c'était des humains qui rédigaient

des milliers d'exemples de raisonnement

étape par étape. Par exemple, pour des

problèmes mathématiques. D'abord, on

pose le problème et puis ainsi de suite

comme ça, les étapes de réflexion. Et

puis, on entraîait le modèle à prédire

les tokens de ses réflexions. En clair,

on lui apprenait à imiter de la

réflexion humaine. Et c'est là qu'il y a

un problème. Enfin, enfin, deux

problèmes en fait. Premier problème,

c'est que ça coûte cher en humain parce

qu'il faut rédiger des milliers

d'exemples. Et le second problème qui

est en réalité plus profond, c'est que

le modèle ne fait jamais mieux que ce

qu'on lui montre. Son plafond, c'est la

qualité de ce que les humains ont écrit

qui l'apprennent à imiter. Donc la

méthode en réalité marchait parce qu'on

avait réussi à augmenter drastiquement

la qualité des questions complexes pour

Lia. Mais c'était une méthode qui était

coûteuse et plafonnée et c'est

exactement ce problème que le papier de

la semaine vient attaquer et a en partie

réussi à résoudre. Alors en réalité ce

papier c'est plutôt l'extension d'un

autre papier scientifique qui a été

publié en janvier 2025 parsic. Dipsic il

publie un papier qui change la méthode.

Leur pari c'est de sauter l'étape dans

l'entraînement de cette capacité à

raisonner justement où on montre des

exemples au modèles. Passe directement

d'un modèle de base qui arrive à prédire

des tokens à un modèle de base qui est

entraîné par récompense sur le fait de

produire des tokens de réflexion. Leur

protocole il est assez simple. En une

phrase, c'est que on donne au modèles un

problème de math. À partir de ce

problème, il génère 116 tentatives de

réflexion, les étapes pour résoudre ce

problème. On regarde à la fin quelles

sont les tentatives qui ont réussi à

aboutir à la bonne réponse finale et

puis on réenforce les tokens qui ont

mené à cette bonne réponse pour cette

tentative. Ce qui est beaucoup mieux

dans cette manière de faire, c'est qu'on

a un apprentissage par essai erreur

plutôt qu'un apprentissage par imitation

d'une réflexion humaine. Le résultat,

c'est que le modèle a commencé à

réfléchir tout seul. étape 1, étape 2

sont apparus dans ces tokens de

raisonnement et donc une vérification

spontanée finalement euh deepsic R10,

c'est le papier fondateur qui est sorti

il y a 1 an euh sur une méthode

d'entraînement qui s'appelle le 0 RL.

Autrement dit 0 RL, RL pour

reinforcement learning qui est toujours

la technique qu'on utilise mais zéro

pour zéro exemple humains. Mais le

résultat de ce papier, il a toujours

posé une question, c'est en fait sur

quelle échelle est-ce que ça marche ?

Est-ce que ça tient si on multiplie la

taille du modèle par 10 par 100 ? par

que Dips il l'avait fait dans son papier

initial sur des tout petits modèles et

ça restait très instable euh dans le

résultat. Et le papier de cette semaine

justement c'est une énorme avancée dans

cette direction pour répondre à cette

question. Cette semaine Group a poussé

la méthode jusqu'à l'échelle de 1000

milliards de paramètres donc parmi les

plus gros modèles DIIA qui existent et

ils ont entraîné le raisonnement de ce

modèle de manière complètement

autosupervisée avec zéro input humain de

réflexion. En effet, ils avaient déjà

fait une tentative il y a quelques

semaines euh pour appuyer le papier de

dipsic, sauf qu'ils avaient testé sur un

modèle qui était plus petit, 10 fois

plus petit que 1000 milliards euh de

paramètres. Et à ce moment-là, ils

avaient dû ajouter des rewards fait à la

main pour forcer le modèle à structurer

et à vérifier ses couches de

raisonnement. En fait, ils arrivaient

pas à avoir un résultat satisfaisant sur

des modèles plus petits. Et là, ils ont

refait un essai mais cette fois-ci sur

un modèle de 1000 milliards de

paramètres. Et pour cet essai, ils ont

aussi retiré donc tous les rewards, donc

toutes les récompenses qu'ils avaient

ingénéré et toute l'ingénierie humaine

de la réflexion qu'on voudrait leur

faire imiter. La question c'était alors

bah qu'est-ce qui se passe quand on

retire ça ? Et la réponse du papier

avant de vous donner les benchmark et de

vous donner la qualité du modèle qui en

est sorti, c'est qu'il y a cinq

comportements qui sont apparus

spontanément. Il y a personne qui a

appris au modèle à réfléchir et comment

le faire et pourtant il y a des

structures des comportements qui ont

autoégé d'un apprentissage complètement

autonome. Le premier comportement c'est

la structure. Sans qu'on lui demande le

modèle, il organise toujours maintenant

son raisonnement en étape numéroté avec

des transitions et des liens logiques

clairs entre les étapes. Déjà, c'est

fascinant de voir que le modèle a

compris tout seul que c'était avec cette

méthode qu'il allait obtenir la

meilleure réflexion et donc arriver à la

meilleure réponse. Second comportement,

c'est la vérification. Le modèle

revérifie ses calculs, croise les

formules, substitue le résultat sans les

contraintes sans qu'on lui demande.

Troisème comportement, c'est le

raisonnement parallèle. En fait, le

modèle et branche des stratégies

alternatives et converge quand plusieurs

chemins indépendants s'accordent. En

fait, il fait un tree of thought tout

seul dans une seule séquence.

Finalement, il a appris tout seul qu'on

avait la meilleure qualité de réflexion

quand on essayait plusieurs approches

pour résoudre un problème et qu'on

voyait celle qui convergent ou qui

diverge. Le 4rième comportement, c'est

l'anthropomorphisme.

Le modèle, il s'est mis à simuler des

états émotionnels. Oh, j'ai un brain

thought. Oh, je me sens mal. Oh shit,

j'y arriverai pas. Oh, c'est bon, je

vais je vais je vais je vais passer à la

légère sur ce truc là. Oh Genius, j'ai

réussi. Nildit, incroyable. Bon, ce

comportement, je vous arrête tout de

suite, c'est absolument pas parce que Li

a une conscience d'elle-même et a

l'impression d'être humaine. C'est juste

que dans le modèle initial sur lequel on

a rajouté la couche de thinking, ce

modèle a été entraîné sur des milliers

de forums, des milliers de textes

humains dans lesquels il y a beaucoup

ces mots qui reviennent et donc il a

appris à les utiliser en guise de

réflexion. Mais c'est le 5ème

comportement qui pose la question la

plus gênante. En fait, les auteurs

l'appellent l'anxiété du contexte. En

gros, quand le modèle il approche de ce

qui perçoit comme sa limite de contexte,

il arrête son raisonnement et il devine.

Par exemple, si le modèle il sait qu'il

a 60000 mots pour exposer son

raisonnement avant ensuite de donner la

réponse, quand il voit qu'il s'approche

de la fin des 60000 mots, il dit "Ah,

c'est bon, je je je sais que c'est plus

simple pour moi de donner une réponse

plutôt que de vérifier touses les étapes

du calcul." Donc, je vais juste

supposer. Et concrètement, comment

est-ce que le modèle tout seul, sans

qu'un humain lui dise quoi faire, il a

pu développer ce mécanisme ? de de de

réflexion. Bon alors en réalité vous

inquiétez pas, c'est pas le modèle qui

devient humain encore une fois, c'est

simplement le fait que le modèle sait

qu'il approche de sa limite parce qu'il

y a deux signaux. D'abord grâce aux

zombing positionnel des token, il sait

donc le token, il est à quelle position

globalement dans la phrase. Donc s'il

sait qu'on est au token 600 sur une

fenêtre de 64000, alors il sait qu'il va

bientôt devoir s'arrêter. Donc lui-même

est conscient de sa position. Et ensuite

le deuxième signal c'est que il y a

quand même un système prompte dans

l'entraînement qui fait que le modèle en

fait il sait qu'il a un budget de x

token pour raisonner. Donc comme il sait

le token auquel il en est et qu'il a un

budget de temps, il a mis en place ce

mécanisme parce qu'il sait que ça va

mieux fonctionner pour euh le résultat

qui doit produire. Mais c'est fou quand

même que ce comportement apparaisse. Le

fait qu'il se disent "Oh, c'est bon, je

dois juste donner une réponse là, j'ai

pas le temps de le faire, donc je vais

je vais le faire à l'arrache."

Globalement, c'est un bug d'optimisation

parce qu'il sait que il aura beaucoup

plus de chance d'avoir une récompense

s'il donne une réponse même partielle.

Alors que s'il donne pas de réponse du

tout, il aura toutes les chances de se

faire pénaliser. Donc il sait que il

vaut mieux qu'il triche et qu'il donne

une réponse plutôt que pas de réponse.

Et comme ils ont optimisé pour ça dans

leur reinforcement learning, alors

forcément ce comportement est apparu

petit à petit et samplifié. Bon. Donc

concrètement, est-ce que ce modèle est

performant ou pas ? Qu'est-ce qu'ils ont

réussi à en tirer de cet autoapentissage

? Et ben, en réalité, le modèle est

sacrément surprenant. Alors, ils ont

surtout entraîné pour les mathématiques

et le raisonnement pour les maths. Donc,

tout ce qui est benchmark sur les gros

problèmes mathématiques de notre monde.

Euh, ils ont entraîné un modèle qui est

tout à fait capable, quasiment euh au

niveau des frontiers modèles et pour le

coup bien au-dessus des anciens modèles

par exle de Deepsy qu'ils avaient

entraîné avec la même méthode. On voit

ici sur les tests de math qu'il est par

exemple à 91 alors que le modèle de base

qu'ils avaient entraîné, il est à 65.

Donc, ils ont fait gagner énormément de

points grâce à cet entraînement et la

capacité de réfléchir du modèle. Et il

est très proche finalement des

frontières modèles qu'on peut voir juste

là. Donc ce papier, je le trouve super

intéressant parce que un il nous montre

que Lia arrive à autoapprendre des

capacités émergentes simplement par du

reinforcement learning sans que l'humain

et lui montrer des choses pour qu'elle

puisse calquer la manière de faire. Et

surtout deux, ça nous apprend une leçon

d'humilité mais qui en réalité avait

déjà été prédite il y a bien longtemps.

En réalité, ce qu'on voit sur ce papier,

c'est simplement une prophétie qu'avait

déjà fait Rich Sutan, l'un des pères du

Reinforcement Learning en 1989. Il avait

écrit qu'en matière d'intelligence

artificielle, les méthodes générales qui

utilisent massivement le compute, donc

le calcul, finissent toujours par battre

des heuristiques humaine. Et c'est ce

qu'il a appelé et qu'on nomme toujours

aujourd'hui la bitter leçon, la leçon

amère. En fait, on aimerait tous se

croire plus intelligent qu'il a et que

ça va mieux fonctionner si on lui

apprend à faire des choses, on lui force

du raisonnement, on structure, on

vérifie, on fait des branches et cetera.

Mais la réalité c'est que on lui a rien

transmis de tout ça. On lui a donné plus

de place pour réfléchir. Donc 1000

milliards de paramètres. Et là, Lia a pu

apprendre par elle-même et avoir

finalement des meilleurs résultats que

pour des mêmes modèles qu'on a entraîné

euh de la manière humaine. C'est quelque

chose qu'on revoit dans ce papier mais

qu'on a vu à main et mainreprise par

exemple. Vous avez peut-être suivi cette

actualité il y a quelques années quand

la machine, une intelligence

artificielle a battu l'humain au jeu de

go, un des jeux les plus complexes et

créatifs de l'humanité. En fait, Li a

réussi profondément à battre l'humain à

partir du moment où on a arrêtait de lui

apprendre comment jouer et où elle a

simplement pu apprendre euh par

elle-même en faisant des parties contre

elle-même. Après, ce qu'il faut quand

même comprendre, c'est que le

reinforcement learning, il ne crée pas

le raisonnement. Il révèle simplement ce

que le préraining a mis là. C'est-à-dire

que concrètement, on part d'un modèle de

base qui est déjà entraîné pour prédire

le mot suivant et puis ensuite on lui

apprend une capacité émergente qui est

lui rajouter de la réflexion pour qu'il

puisse réfléchir. Et le reinforcement

learning, on voit du coup que dans la

première phase d'entraînement, il

augmente vachement les capacités de lia

de ce que le modèle sait faire. Puis ça

fait un plateau, puis ça rend ça

reliable pour que il puisse raisonner

proprement et être plus charpe dans ses

réponses. Donc finalement le

raisonnement, il a pas été inventé par

le reinforcement learning, mais il est

révélé petit à petit. Moi, je trouve ça

absolument fascinant parce qu'il faut

toujours rappeler qu'à la base, l'Il,

c'est simplement des matrices de

milliards de nombres qui font des

opérations sur des vecteurs qui sont

censés représenter le sens de mot. Et

uniquement grâce à ça, des énormes

tableaux de nombres, on arrive à avoir

des comportements émergents qui

arrivent, de l'intelligence qui émerge,

des innovations qui sont possibles

d'être apportées. C'est quoi ce délire ?

Il faut toujours rappeler ce que c'est

pour voir la fascination qu'on peut

avoir derrière. Je vous mettrai le lien

complet de l'article en description si

vous voulez plonger dedans. Passons aux

actualités en bref.

Cette semaine, l'open source chinois a

rattrapé Claude Fable deux fois en 3

jours. En effet, jeudi, on a déjà Moon

Shotai qui sort Kimika 3 2,8 trillion de

paramètres open source. Globalement, ce

qu'il faut en retenir, c'est qu'il est

largement au niveau de chat GPT 5.6 sol

sur le raisonnement, le coding, long

horizon et cetera. Sur certains

benchmark, il va même Opus 4.8. Donc

Claude. Cependant, empiriquement, il est

un petit peu plus faible que Fable. Donc

Claude Fable, dernier modèle

d'entropique sur la qualité d'output

brut. Et pour vous dire qu'il y a

vraiment un cap qui est se passé, c'est

que la plupart des modèles open source

jusqu'à présent, ils étaient aux

alentours au maximum de 1,3 1,4 trillion

de paramètres. On a quasiment doublé

pour aller à 2,8 trillion de paramètres.

De la même manière, je pense que les

labs ferm et fond pour faire des modèles

plus intelligents et des rumeurs comme

quat GPT 5.6 serait à 4 trillions de

paramètres. Ça fait des énormes

ordinateurs pour faire tourner ça. Là,

c'est pareil, on a rajouté plus de

paramètres et encore une fois, on a des

modèles qui sont plus intelligents. Plus

on met de neurone et de capacité de

réflexion, mieux c'est et pour l'instant

on nous a pas encore prouvé le

contraire. Bref, ça c'était pour Kimi et

puis samedi, on a Alibaba qui annonce

Quen 3.8 Max preview, 2,4 trillion de

paramètres et également selon alors là

pour le coup, il y a pas encore de

benchmark tiers ouvert. C'est sorti

vraiment pendant la nuit, il y a 4 heur

au moment où je tourne cette vidéo et

ils disent en tout cas, ils affirment

que c'est second only to Fable 5,

c'està-dire que c'est le deuxième du

marché globalement. Bon, maintenant nous

en Occident, en France, est-ce que ça

nous intéresse ? Ma réponse est plutôt

non parce que Kimika 3 reste plus lent

parce qu'il tourne sur du hardware

qu'ils ont accessible en Chine, donc qui

est plus lent que le hardware Nvidia.

J'utilise chat GPT Open AI et autres.

Donc restez sur chat GPT 5.6 parce que

vous aurez simplement un résultat plus

lent à un prix équivalent parce que ce

qui se passe effectivement c'est que

même si le modèle est un peu moins cher

sur les tarifs annoncés que JGPT pas mal

moins cher, en réalité il a besoin de

plus de tokens pour effectuer ses

réponses et comme il est quand même un

petit peu moins bon, il doit travailler

avec plus de de réflexion et d'agents

parallèles et donc à la fin vous avez un

résultat qui est plus long à obtenir,

qui brûle plus de token et donc

finalement qui vous coûte le même prix

qu'un chat GPT. Donc en Occident

honnêtement utiliser pour l'instant que

CHG GPT, ça sert à rien de passer sur

Kimi. Par contre, il y a un truc qui est

vraiment intéressant, c'est que ils vont

publier dans une dizaine de jours les

poids donc de manière ouverte en open

source et donc il y a plein d'hébergeurs

de modèles en Europe ou aux États-Unis

qui vont pouvoir héberger ce modèle, le

faire tourner sur leur infrastructure et

donc pour avoir des modèles au niveau de

fable cependant avec une vie privée

parfaite. C'est super intéressant pour

vous dans les domaines médicaux, même

simplement si vous êtes une boîte et

vous avez des obligations RGPD. mot

qu'on a semblé oublier ces derniers

temps.

Cette semaine, une start-up américaine

du nom de Thinking Machines, fondé par

Mira Murati, l'ancienne CTO d'Open AI

qui enlevait donc 2 milliards d'euros

pour créer cette cette start-up ont

sorti leur premier modèle open source

qui s'appelle Inling. Inling, c'est 975

billions de paramètres 41 bilions actifs

en mystery of experts. Donc pourquoi

est-ce qu'on en parle aujourd'hui ? En

fait, c'est vrai qu'il faut quand même

avouer que d'un point de vue benchmark,

il est pas si impressionnant que ça. On

est un score d'intelligence de 41, là où

par exemple le meilleur modèle open

source, donc Kimika 3 est un 57. Le

second meilleur qui est moins cher en

plus GLM 5.2, il a 51. Donc on est quand

même bien en dessous des meilleurs

modèles du marché. On en parle parce

qu'en fait ça reflète beaucoup les

valeurs de cette boîte qui est que

aujourd'hui l'enjeu c'est plus forcément

d'avoir le meilleur modèle possible. Les

modèles d'aujourd'hui peuvent déjà faire

95 % des tâches de bureau. L'enjeu c'est

la personnalisation et la souveraineté.

Les boîtes, elles veulent pouvoir faire

tourner sur leur propre data center dans

leur euh bureau, leur modèle et elles

veulent pouvoir le personnaliser pour

que ce soit adapté à leur euh style. Et

donc, ils ont carrément créé une

plateforme qui s'appelle Tinker pour

permettre à toutes les boîtes de fine

tuner, donc de modifier le modèle pour

qu'il leur ressemble plus et que ce soit

adapté à leurs usages. Et ils ont

également une manière qui vous permet de

demander à Lia tiens, j'aimerais que tu

t'auto améliores, que tu te fasses une

tune pour que tu puisses être plus

adapté à tel usage et LIA va pouvoir le

faire elle-même. Honnêtement, moi je

crois énormément à la vision de Thinking

Machines là-dessus. Je pense qu'il capte

tout à fait le pou des entreprises sur

le marché et c'est exactement là où

Anthopic ou Open AI ne veulent pas aller

parce qu'ils veulent garder justement la

centralisation de la data et puis de

leur modèle. Thinking machine s'adresse

vraiment au B2B, aux grosses boîtes qui

veulent de la souveraineté et je pense

qu'ils ont tout à fait raison. Si je

pouvais investir là-dedans, honnêtement,

je le ferais. Bravo à eux et bravo aux

États-Unis d'enfin commencer à mettre

des modèles open source. Il serait

temps.

Cette semaine, on a appris qu'Apple est

en discussion pour acheter une start-up

qui fait tourner un modèle IA de 27

milliards de paramètres sur un iPhone.

Ces start-up, elles s'appellent Prism et

euh leur mission principale, c'est de

concentrer l'intelligence, de créer des

larges modèles qui peuvent rentrer sur

les smartphones. Arrêtons d'envoyer une

demande de reformulation d'email à un

data center aux États-Unis. gardons la

donnée sur l'appareil sur les iPhones

qui sont largement capables de faire

tourner des petits modèles. C'est leur

conviction. Le résultat de tout leur

travail, c'est un modèle qui s'appelle

Bonzai. Leur flagship, le meilleur

modèle fait 27 millions de paramètres.

Il est assez remarquablement performant

par rapport à sa densité et son faible

nombre de paramètres. Et ils ont une

version tercière qui fait donc 6 Go et

donc ils ont une version 1 bit qui fait

4 Go ce qui tient largement sur un

iPhone 17 Pro. Et ce qui est assez

dingue c'est qu'ils arrivent à maintenir

à peu près 95 % de la qualité de Coin

3.6 qu'ils ont utilisé pour densifier ce

modèle. C'est donc hyper intéressant

pour Apple parce qu'on dit souvent

"Ouais, Apple ils ont raté le virage de

l'intelligence artificielle". Je crois

pas du tout. C'est une technologie qui

est pas mature donc ils veulent pas

l'implémenter trop tôt dans leur

produit. Par contre, eux, ils sont

convaincus que il va falloir garder les

données et la privacy directement sur le

téléphone pour la plupart des demandes

qui sont simplement faire de la web

search et reformuler des choses. Et

donc, ils cherchent à tout prix à

pouvoir faire tourner parce qu'ils ont

un avantage compétitif sur le marché

énorme avec leur puces, des modèles qui

peuvent tenir sur un iPhone directement

sur l'iPhone. Donc s'il s'avère que

leurs tests sont concluants et qu'ils

aiment l'équipe, à mon avis, ce sera un

rachat officialisé prochainement. Prisme

ML racheté par Apple et ce sera une

nouvelle phase dans la stratégie

d'implémentation d'Apple. En tout cas,

moi ce serait vraiment le pari que

j'aimerais qu'Apple prenne aller vers

Lia. on device. Hop, je vous interromps

juste une seconde pour vous dire que si

vous voulez apprendre à créer un système

IA personnel complet, second cerveau

numérique qui centralise tout ce que

vous avez jamais lu, vu, entendu et un

système I construit autour de ce

dernier. Alors, vous pouvez regarder ma

masterclass gratuite d' 1h30 dans

laquelle je vous montre l'ensemble du

système que j'utilise au quotidien pour

moi-même et pour mes différentes

entreprises. Le lien est directement

disponible en description, mais sortons

un tout petit peu la tête des LLM, des

choses qui prédisent du texte pour aller

dans d'autres modalités, en particulier

la vidéo avec trois actu. La première,

c'est Live Avatar. C'est un modèle open

source qui vous permet de streamer en

temps réel un avatar avec une super

qualité de production. Je vous laisserai

en juger par vous-même avec les exemples

que vous pourrez voir sur cette page.

Vous lui donnez un flux d'audio en en

entrant et une image de référence et

ensuite le modèle génère automatiquement

toutes les mimiques du visage disons. Et

maintenant le l'avatar peut d'ailleurs

interagir avec son environnement. Donc

si vous avez un ordinateur assez

puissant, vous pouvez faire tourner un

modèle super sympa en local qui vous

permet de faire de l'avataria en live

stream. Deuxième modèle qui est

intéressant, il s'appelle One Dancer.

C'est un modèle créé open source aussi

par des Chinois par le Alibaba Group.

Globalement, il permet de faire des

vidéos de danse à partir d'une musique.

Le gros gap qui a à avoir sur ce modèle,

c'est que un il est open source et que

de cette fois-ci on tient jusqu'à 3

minutes de vidéo de danse cohérente du

début à la fin avec une chorégraphie

correcte alors que d'habitude c'est

plutôt quatre ou cinq qu'on arrive à

mettre d'affilé. Là ça tient sur au

moins 3 minutes. C'est 85 Go en local,

donc pas tant que ça. Vous pourrez

retrouver et télécharger les poids si ça

vous intéresse directement sur leur

guitub. Et enfin trisème news, c'est que

Google Deepmind a prouvé qu'un

générateur de vidéos peut remplacer tous

les modèles de computer vision en un

seul. Globalement, ils disent que à

l'époque, ils essayaiit d'entraîner un

modèle par tage de vision, un modèle

pour avoir la vision sur la profondeur,

sur le tracking, sur la segmentation,

sur la pause de la caméra et cetera.

Sauf que là Jeption en fait, tu prends

un modèle de génération de vidéos qui a

été préentné et puis tu le transformes

en modèle de euh vision généraliste. Et

le truc, ça bat tous les modèles

spécialisés sur ces tâches, donc en un

seul modèle, tu as tous les autres

modèles. Parce que l'idée profonde,

c'est qu'en fait les générateurs de

vidéos, ils ont déjà un sorte de world

model, comme dirait Yen Lequin, euh que

la computer vision cherchait depuis des

années. Et donc finalement, ils vont

bientôt publier le code qui vient après

ce P scientifique. Et c'est super

intéressant parce que ça permet de faire

des bons énormes dans la computer vision

dans le fait que Unia puisse comprendre

ce qui se passe dans une vidéo. Comme

vous voyez à partir d'une vidéo, on peut

identifier beaucoup de couches

différentes. La depth, la dense pause,

les key points du mouvement, le tracking

de la caméra. Et c'est super intéressant

parce que du coup, ils ont aussi réussi

par exemple à partir d'une vidéo à

reconstituer un univers 3D et à partir

de cet univers de poser des questions.

Par exemple, partir de la vidéo du coup

de ce bureau, génère-moi ici ce bureau

en 3D et ensuite je veux trouver un

endroit confortable où m'asseoir. Ah, le

sofa serait un bon endroit. Donc super

intéressant et c'est vraiment une

innovation breakthrough. Donc à partir

de cette innovation vont apparaître

d'autres modèles qui sont basés sur les

mêmes logiques. Merci beaucoup d'avoir

regardé cette vidéo. Je vous souhaite

une excellente journée et à la semaine

prochaine. Pour les actualités de la

semaine, n'oubliez pas de vous abonner

pour ne pas manquer la prochaine

édition. Yeah.