Les poids de Kimi sont ouverts ; le matériel, lui, ne l’est pas
Moonshot AI AI a publié cette semaine les poids de son modèle Kimi K3.1 Pro, rendant ainsi publiquement disponible un modèle de niveau frontière de 3 trillions de paramètres. Malgré l’ouverture des poids, l’exécution locale de Kimi K3.1 Pro pose d’importants défis matériels. Le modèle est réparti en 96 fragments volumineux, pour un total d’environ 1,6 téraoctet, et nécessite au moins 1,2 téraoctet de VRAM pour l’inférence brute.
Selon la vidéo, les performances de Kimi K3.1 Pro aux benchmarks le placent parmi les modèles de premier plan. Il aurait obtenu la 1re place à Agents Last Exam, la 2e à GDP Val (le benchmark interne d’OpenAI sur le travail de connaissance en conditions réelles) et la 3e à OS World. Le modèle a également affiché de solides résultats sur Terminal Bench et BenchCAD.
L’obtention de ces classements dépend de la conception et des versions spécifiques des benchmarks. Pour la plupart des utilisateurs, les fournisseurs d’inférence constitueront la voie d’accès immédiate à Kimi K3.1 Pro. Les futurs travaux de quantification de la communauté open source pourraient élargir l’accès en local, permettant potentiellement d’exécuter le modèle sur du matériel moins spécialisé.
Le contrôle d’ordinateur devient plus petit, et plus spécialisé
Des modèles à poids ouverts conçus pour le contrôle direct d’un ordinateur émergent également. La famille de modèles NorthCUA, par exemple, se concentre sur l’interaction avec l’ordinateur et l’automatisation. Sa version phare Pro compte 397 milliards de paramètres au total, dont 17 milliards de paramètres actifs dans son architecture Mixture-of-Experts (MoE).
Les variantes plus petites comprennent NorthCUA Mini, à 35 milliards de paramètres, et NorthCUA Nano, à 9 milliards de paramètres. Ces modèles plus compacts affichent des performances compétitives sur des benchmarks tels que OS World Verified et WebArena Verified, le modèle Nano obtenant respectivement 78,9 % et 78,8 %, contre 88,0 % et 88,2 % pour le modèle Pro. Ces scores sont solides, mais les performances aux benchmarks ne garantissent pas un contrôle d’ordinateur fiable en conditions réelles.
Les modèles NorthCUA fonctionnent dans un environnement d’exécution sur mesure : ils observent l’état de l’écran, traitent les informations et exécutent des actions dans une boucle continue. Cette approche contraste avec Sarvam Prism, un modèle de décision construit sur Sarvam 105B.
Prism, inspiré de modèles tels que Jev, traite un contexte et des questions assortis d’ensembles de réponses fixes. Il renvoie les probabilités de chaque réponse en une seule passe, ce qui le rend adapté à la prise de décision structurée plutôt qu’à la génération de texte libre. Cette conception privilégie les résultats fondés sur un choix, ce qui le distingue des agents d’utilisation d’ordinateur orientés vers l’action.
Des carnets de laboratoire aux images, les petits modèles trouvent leur voie
Des modèles spécialisés émergent également, conçus pour des tâches précises plutôt que pour une intelligence générale étendue. Le MIT a publié Hydrogen 1.0, un modèle scientifique capable de générer du code et des notebooks de calcul. Perplexity Embed V2 Context vise à améliorer la recherche d’information sur divers types de données, notamment le texte, les images et les documents visuels.
Proposé par Pruna AI, PH3 Image offre une solution efficace de génération et d’édition d’images. Dérivé de MiniMax H3, le modèle génère ou modifie, selon les informations disponibles, des images en huit étapes, soit une réduction considérable par rapport à 50 étapes. Cela permet des délais plus courts et des fichiers de poids plus petits que son prédécesseur.
Les initiatives de la communauté soulignent l’utilité des modèles compacts. Un fine-tuning orienté code de Qwen 3.5, avec seulement 4 milliards de paramètres, a démontré des capacités inattendues de génération de scènes 3D. Cela suggère que les modèles plus petits peuvent se révéler très efficaces lorsqu’ils sont appliqués à des tâches étroites et bien définies.
Ces sorties ciblées, aux côtés de modèles comme Kimi K3.1 Pro de Moonshot AI AI, accessible via Moonshot AIai/Kimi-K3.1-Pro - Hugging Face, mettent en évidence une tendance croissante. Les développeurs s’appuient sur l’accès à poids ouverts pour créer des outils d’IA spécialisés. Cela permet d’innover au-delà des modèles les plus grands et les plus gourmands en ressources.
Cet article vous plaît ? Recevez-en un comme celui-ci chaque matin.
un e-mail par jour · désinscription en deux clics · aucun traqueur tiers
Pika H3 Flex rend concret l’argumentaire pour les créateurs
Pika H3 Flex, un nouveau modèle de génération de vidéos à partir de texte, promet une production créative rapide. La plateforme affirme générer des clips vidéo de 15 secondes avec audio en à peine sept secondes, avec des résolutions allant jusqu’à 4K et des pistes audio exportables. Ces chiffres de vitesse et de tarification sont présentés comme des affirmations issues de la vidéo promotionnelle de Pika.
Au-delà de la simple génération de clip à partir d’une invite, Pika H3 Flex permet un flux de travail plus itératif. Les utilisateurs peuvent fournir plusieurs références d’images et d’audio pour guider le résultat, puis effectuer des modifications ciblées sur les clips générés. Cet ensemble de fonctionnalités vise à accélérer l’itération créative et à renforcer le contrôle de l’utilisateur sur la vidéo finale.
Les sorties de la semaine comprenaient également Apriel Voice 27B, un modèle combinant entrées vocales, textuelles et visuelles pour exécuter des tâches, et Clover, un autre modèle de texte rapide. Cette vague de modèles spécialisés, du Kimi K3.1 Pro de Moonshot AI AI aux agents de contrôle d’ordinateur de NorthCUA et au modèle scientifique Hydrogen 1.0 du MIT, souligne une évolution du marché. Les démonstrations et les scores de benchmark offrent de premiers éléments d’appréciation, mais la fiabilité en conditions réelles et l’application pratique restent des épreuves distinctes pour ces nouveaux modèles à poids ouverts.
Foire aux questions
Qu’est-ce que Kimi K3.1 Pro ?
Il s’agit d’un modèle de 3 trillions de paramètres de Moonshot AI, dont les poids ont été publiés publiquement. Ses exigences matérielles brutes rendent l’inférence hébergée plus pratique pour la plupart des utilisateurs.
Kimi K3.1 Pro peut-il fonctionner sur un ordinateur personnel ?
La vidéo estime à environ 1,2 téraoctet la VRAM nécessaire pour le modèle non quantifié, bien au-delà du matériel grand public habituel. Des versions quantifiées plus petites pourraient améliorer l’accessibilité.
À quoi sert NorthCUA ?
NorthCUA est une famille de modèles à poids ouverts conçue pour contrôler un ordinateur au moyen d’une boucle répétée d’observation, de réflexion et d’action.
Quelles sorties du panorama s’adressent aux créateurs ?
Le panorama met en avant PH3 Image pour la génération et l’édition d’images, ainsi que Pika H3 Flex pour la génération de vidéos à partir de texte et l’édition itérative.