Claude Fable 5.2 produit des images en écrivant du code qui place des coups de pinceau simulés
Selon The Decoder, Claude Fable 5.2 d’Anthropic crée des images à l’aide de programmes Python qui pilotent un moteur de peinture simulé, plutôt que de calculer des pixels comme le font les modèles de diffusion. Jake Eaton, employé d’Anthropic, affirme qu’une scène photoréaliste de stationnement a nécessité environ 700 000 coups de pinceau. Le modèle n’utilise aucun modèle d’image externe ni image source décalquée.
The DecoderPublié à l’origine le 1 min
Pourquoi c’est important
Cette approche montre un modèle de langage qui produit des œuvres visuelles par le code et corrige ses propres erreurs, par exemple en repeignant des zones jugées ratées. Il s’agit d’une démonstration plutôt que du lancement d’un produit, et les résultats proviennent d’employés d’Anthropic et de premiers testeurs, non d’une évaluation indépendante.
OpenAI affirme élargir son programme ChatGPT pour chercheurs universitaires afin d’offrir à 200 000 chercheurs dans le monde un accès gratuit à ses modèles de pointe. Dans une publication sur X, l’entreprise ajoute qu’une étude menée auprès de plus de 1 800 participants du programme révèle que les scientifiques déclarent avoir presque doublé leur productivité grâce à l’IA.
OpenAI a publié un article sur une définition candidate, non perturbative et sur réseau, du modèle standard de la physique des particules. L’entreprise affirme que son modèle GPT-6 Astra a aidé à transformer l’idée en preuve détaillée. Nous n’avons pas pu lire l’article complet : la physique et le rôle exact du modèle ne sont pas confirmés de façon indépendante.
Meituan a publié les poids de LongCat-2.5, un modèle à mélange d’experts de 1,6 billion de paramètres conçu pour le code et les tâches d’agent, sous licence MIT, rapporte The Decoder. Selon les tests de Meituan elle-même, il obtient 88,4 à Terminal Bench v2.1, juste derrière Claude Opus 5. Son exemple de déploiement repose sur 194 puces Huawei Ascend, et le guide ne mentionne aucun GPU Nvidia.
Ethan Mollick, professeur à Wharton, a indiqué dans une publication sur Bluesky avoir conçu SatBench, un outil qui mesure la rapidité avec laquelle les évaluations d’IA deviennent pratiquement résolues. Sur 173 évaluations citées par les laboratoires d’IA depuis 2023, 63 % sont maintenant saturées, selon lui. Il ajoute que les évaluations plus récentes se saturent plus vite.
Ethan Mollick (on Bluesky)
Avec votre accord, nous utilisons Google Analytics pour savoir quelles nouvelles sont lues. Aucune publicité, et vos données ne sont jamais vendues. Politique de confidentialité