Runway lance Solaris, un modèle qui génère des interfaces sans code, ChatGPT Ads atteint un rythme de revenus annualisé de 1 milliard de dollars, Together AI signe 250 MW en Arabie saoudite

Dix-huit annonces pour les 30 et 31 août, avec une répartition très déséquilibrée : le dimanche n’a produit aucune publication officielle, et la quasi-totalité de la matière est datée du lundi. La panne de X signalée dans l’édition du 30 a été rattrapée : les comptes restés inaccessibles ce jour-là ont été relus sur trois jours, sans révéler d’annonce manquante.

Trois axes se dégagent. Un modèle inédit d’abord, avec le premier modèle du monde d’interface de Runway. Deux jalons économiques ensuite : le rythme de revenus annualisé d’un milliard de dollars atteint par la régie publicitaire d’OpenAI, et un contrat d’infrastructure de 250 MW signé par Together AI. Un cycle d’outillage développeur enfin, chez GitHub, NVIDIA et Amp, complété par trois travaux de recherche publiés sur le blog communautaire de Hugging Face.

Runway lance Solaris, son premier modèle du monde d’interface

31 août — Runway a présenté Solaris, le premier modèle d’une famille que le laboratoire appelle les modèles du monde d’interface (Interface World Models). Le principe tient en une phrase : au lieu de produire du code qui affichera ensuite une interface, le modèle génère directement l’interface, image par image, et réagit aux clics et aux glisser-déposer en temps réel.

Le raisonnement part d’un constat sur la chaîne de fabrication logicielle. Une maquette doit d’abord être traduite en code avant de faire quoi que ce soit, et cette traduction coûte deux fois : chaque comportement doit être défini à l’avance, si bien que le logiciel est figé avant l’arrivée du premier utilisateur, et la richesse visuelle de la conception d’origine se perd en route. Solaris supprime l’étape intermédiaire, et l’image entière devient l’interface.

Techniquement, le modèle s’appuie sur Gen-4.5, le modèle vidéo de Runway, et prolonge GWM-1, son modèle du monde généraliste. Les entrées de l’utilisateur conditionnent l’image suivante au même titre qu’un texte ou une image, si bien que le lien entre une action et son résultat visuel s’apprend sans qu’aucun comportement soit programmé. Le passage au temps réel a demandé trois étapes : rendre la génération autorégressive image par image, distiller le débruitage multi-étapes en quelques étapes, puis entraîner le modèle rapide sur ses propres sorties. Un LLM décide de l’évolution de la scène pendant que le modèle du monde effectue le rendu.

Critère jugé par les participants	Solaris	Interface codée (Claude Opus 5)	Jugements équivalents
Respect de l’instruction demandée	61 %	24 %	13 %
Naturel du comportement dans la scène	71 %	21 %	6 %

Caractéristique technique	Valeur mesurée
Modèle de base	Gen-4.5, dans le prolongement de GWM-1
Résolution tenue	720p
Seuil d’interactivité	environ 0,5 s de latence
Étude utilisateur	250 participants, 30 exemples, près de 7 500 jugements par paires
Benchmark de reconstruction	30 interfaces, similarité structurelle (SSIM) et descripteurs DINOv3

L’écart est nettement plus marqué sur le naturel du comportement que sur le simple respect de l’instruction, et Runway y voit la différence de fond entre les deux approches : une interface codée sait souvent reproduire le changement demandé, mais elle le traite comme une mise à jour isolée, là où un modèle ayant appris le comportement des objets produit une réaction cohérente avec le reste de la scène. Le laboratoire avance un second usage, moins attendu : l’entraînement d’agents, auxquels un environnement qui se régénère en continu offrirait des interfaces sans cesse changeantes, y compris des agencements n’ayant jamais existé.

Runway documente aussi ce que Solaris ne sait pas encore faire, et la liste est substantielle : le texte stable et lisible reste l’un des problèmes les plus difficiles de la génération vidéo alors que les interfaces en dépendent plus que tout autre domaine, l’ancrage factuel demande de conditionner la génération sur des données vérifiées, la cohérence sur les sessions longues reste un chantier de recherche, et une interface générée doit encore fonctionner avec les technologies d’assistance et les API d’accessibilité. Le lancement public se prépare avec des partenaires, l’accès anticipé passant par un formulaire.

Today, we’re sharing new research on Solaris, our first Interface World Model. Solaris is a new kind of operating system that generates interactive interfaces frame by frame, in real time, with no code.

🇫🇷 Aujourd’hui, nous partageons de nouveaux travaux de recherche sur Solaris, notre premier Interface World Model. Solaris est un nouveau type de système d’exploitation qui génère des interfaces interactives image par image, en temps réel, sans code. — @runwayml sur X

🔗 Runway — Introducing Solaris

ChatGPT Ads atteint un rythme de revenus annualisé d’un milliard de dollars et ouvre son libre-service à quatre nouvelles zones

31 août — OpenAI a publié un billet consacré à ChatGPT Ads, sa régie publicitaire intégrée à ChatGPT, et annonce que la plateforme a atteint un rythme de revenus annualisé (annualized revenue run rate) d’un milliard de dollars en moins de 200 jours après son lancement. La nuance mérite d’être posée d’emblée : il ne s’agit pas d’un milliard encaissé, mais du revenu de la période récente projeté sur douze mois. Une régie qui n’a pas deux cents jours d’existence ne peut pas, par construction, avoir encaissé une année entière à ce rythme. L’ouverture de l’achat en libre-service via Ads Manager à l’Inde, l’Europe, le Moyen-Orient et l’Afrique du Nord est annoncée pour plus tard dans la journée.

OpenAI présente la publicité comme l’un des piliers de son modèle économique, aux côtés des abonnements grand public, des offres entreprise et des API facturées à l’usage, et la relie explicitement au financement du niveau gratuit qui maintient ChatGPT accessible à plus d’un milliard d’utilisateurs actifs hebdomadaires. Quatre engagements encadrent le dispositif : les annonces sont toujours clairement identifiées et séparées des réponses, la publicité n’influence pas les réponses fournies, les annonceurs n’ont pas accès aux conversations privées, et l’utilisateur contrôle le degré de personnalisation de son expérience publicitaire.

Métrique publiée par OpenAI	Valeur annoncée
Rythme de revenus annualisé (projection)	1 milliard de dollars
Délai écoulé depuis le lancement	moins de 200 jours
Annonceurs sur la plateforme	dizaines de milliers
Pays déjà couverts	plus de 40
Nouveaux marchés ouverts en libre-service	Inde, Europe, Moyen-Orient, Afrique du Nord
Partenaires technologiques et de mesure	plus de 50
Utilisateurs actifs hebdomadaires de ChatGPT	plus de 1 milliard
Retour sur dépense publicitaire cité sur 28 jours	3x, chez un annonceur e-commerce
Trafic publicitaire issu de nouveaux clients	plus de 80 %, chez un partenaire technologique

La trajectoire décrite est celle d’un passage de la vente gérée à la plateforme en libre accès. Le modèle de départ reposait sur les agences et les partenaires ; l’arrivée d’Ads Manager en mai a ouvert la régie aux petites et moyennes entreprises, qui pèsent désormais une part significative de l’activité. Côté outillage, l’enchère au CPC et l’enchère optimisée sur les résultats (outcome-optimized bidding) constituent la majorité des campagnes, tandis que le Pixel et l’API Conversions servent de socle à la mesure. OpenAI note aussi que les annonceurs hors États-Unis représentent une part croissante du revenu.

Pour la suite, l’entreprise annonce de nouveaux marchés, formats, objectifs et options d’achat, et dit vouloir explorer des manières plus natives pour les entreprises d’interagir avec les consommateurs à l’intérieur de ChatGPT — soit des formats moins séparés de la conversation que les annonces actuelles.

🔗 OpenAI — A milestone in expanding access to AI

Together AI : 250 MW en Arabie saoudite, GLM-5.3 en tête de l’index agentique et un nouveau client

31 août — Together AI a annoncé la signature d’un accord d’infrastructure portant sur un centre de données de 250 MW en Arabie saoudite, construit avec HUMAIN. Le laboratoire attend de l’activité de ce centre un revenu de 5 milliards de dollars par an, et présente l’opération comme l’un des plus gros accords d’infrastructure IA conclus pour l’open source. Le message a été épinglé sur le compte du laboratoire, ce qui le distingue de sa communication habituelle sur les modèles.

Le chiffre demande une précaution de lecture, car le message d’annonce juxtapose trois fragments sans verbe et laisse le sujet des 5 milliards ambigu. C’est la couverture du New York Times qui tranche : la somme décrit le revenu attendu de ce centre de données, pas celui de l’entreprise. L’ordre de grandeur le confirme, puisque le même article situe la valorisation de Together AI à 8,3 milliards de dollars en juillet 2026 — une société valorisée à ce niveau ne réalise pas 5 milliards de chiffre d’affaires annuel.

Le montage lui-même mérite l’attention, car ce n’est pas un achat de capacité. Toujours selon le New York Times, HUMAIN fournit 120 000 semi-conducteurs en plus des 250 MW, et Together AI exploite ces puces en reversant en échange une part de son revenu. Le laboratoire ne finance donc pas l’infrastructure : il l’utilise contre une fraction de son chiffre d’affaires. C’est exactement ce que le thread revendique en opposant les partenariats qui débloquent du calcul à une course où chacun lèverait ses propres milliards. HUMAIN, créée l’an dernier à l’initiative du prince héritier Mohammed ben Salmane, s’inscrit dans l’effort saoudien pour bâtir une industrie de l’IA et réduire la dépendance du pays au pétrole.

L’argument développé dans le thread porte moins sur le volume que sur la nature du verrou. Together AI décrit l’énergie comme le véritable goulot d’étranglement du moment, et l’accord comme un moyen d’accéder à une échelle qu’une entreprise de sa taille ne pourrait pas financer sur son propre bilan. Le laboratoire oppose explicitement ce montage au modèle des laboratoires fermés, dont l’infrastructure a longtemps été financée par les hyperscalers.

Cette lecture éclaire la place particulière de Together AI dans l’écosystème : le laboratoire ne publie pas de modèles de frontière, il sert ceux des autres — DeepSeek, GLM, Kimi, MiniMax, Nemotron. Sa contrainte n’est donc pas la recherche mais la capacité de calcul disponible pour servir des modèles à poids ouverts sous le prix des API propriétaires. Un contrat de 250 MW y répond directement.

Élément de l’accord	Valeur rapportée
Capacité du centre de données	250 MW
Semi-conducteurs fournis par HUMAIN	120 000
Revenu annuel attendu du centre de données	5 milliards de dollars
Contrepartie versée à HUMAIN	une part du revenu de Together AI
Valorisation de Together AI en juillet 2026	8,3 milliards de dollars
Partenaire industriel	HUMAIN
Localisation	Arabie saoudite
Date et heure de l’annonce	31 août 2026, 13:26 UTC

Un dernier point, que Together AI ne commente pas dans son thread : le même article relève que l’implantation saoudienne permet de s’affranchir des résistances rencontrées aux États-Unis sur l’installation de centres de données.

We just signed one of the largest AI infrastructure deals for open source, period. 250MW data center. $5B+ in annualized revenue. Built with @HUMAIN in Saudi Arabia.

🇫🇷 Nous venons de signer l’un des plus gros accords d’infrastructure IA pour l’open source, point final. Centre de données de 250 MW. Plus de 5 milliards de dollars de revenu annualisé. Construit avec @HUMAIN en Arabie saoudite. — @togethercompute sur X

GLM-5.3 rejoint la première place de l’index agentique d’Artificial Analysis

31 août — Sixième jour consécutif où GLM-5.3 fait l’actualité : après l’ouverture des poids par Z.ai le 28 août et la mise en ligne du modèle sur l’API serverless de Together AI le 29, c’est cette fois un classement tiers qui le distingue. Sur l’index agentique d’Artificial Analysis, le modèle atteint 59 points. Together AI formule le résultat avec précision : GLM-5.3 est à égalité pour la première place (ties for the top spot) et devance (beating) GPT-5.6 Sol et Claude Fable 5. Le dépassement porte donc sur ces deux modèles ; avec Claude Opus 5, également à 59, GLM-5.3 partage la tête.

Le point le plus instructif tient à la méthode. Z.ai n’a pas entraîné de nouveau modèle de base : la base GLM-5.2 a été conservée, et l’ensemble du gain provient du post-entraînement, monté en charge sur trois axes simultanés — des environnements à horizon long plus nombreux, une plus grande diversité de tâches, et davantage de compute consacré au RL.

Modèle évalué	Score sur l’index agentique
GLM-5.3 (max)	59
Claude Opus 5 (max)	59
GLM-5.3 Flash	58
GPT-5.6 Sol (max)	58
Claude Fable 5 (avec repli)	57

🔗 Message de @togethercompute

Greptile retient Together AI comme fournisseur d’inférence principal

31 août — Dernier signal de la journée, plus modeste : Greptile, outil de revue de code par IA utilisé par plus de 11 000 équipes, a retenu Together AI comme fournisseur d’inférence principal. L’outil analyse les pull requests avec le contexte complet du dépôt, un profil de charge fait de longs contextes et de gros volumes de tokens — exactement l’usage où l’écart de coût entre modèles à poids ouverts et API propriétaires devient déterminant.

🔗 Message de @togethercompute

GitHub Copilot dans VS Code : quatre versions d’août résumées en un changelog

31 août — GitHub publie le récapitulatif d’août 2026 de Copilot dans Visual Studio Code, qui couvre quatre versions de l’éditeur, de la v1.132 à la v1.135. Le fil conducteur du cycle est l’organisation du travail avec plusieurs agents : la fenêtre Agents cesse d’être une simple liste de conversations pour devenir un espace où plusieurs sessions cohabitent et se retrouvent en l’état.

Côté sessions, les chats se disposent côte à côte en groupes horizontaux ou verticaux, et la disposition est restaurée au retour. La commande /btw ouvre une conversation latérale qui partage le contexte et le cache de prompt de la conversation principale pendant que celle-ci continue de tourner : de quoi poser une question annexe sans interrompre un agent en cours d’exécution. Un contrôle de chronologie des prompts, accessible depuis la gouttière du transcript, permet de sauter directement à un prompt et de revoir les modifications de fichiers qui en découlent. L’Agent Host autorise plusieurs fenêtres VS Code à se connecter à la même session, et une commande expérimentale /rubber-duck sollicite un modèle complémentaire pour faire remonter les détails manqués et les cas limites.

Deux points concernent directement la place de Claude dans l’éditeur : un réglage expérimental ouvre la fenêtre Agents sans connexion GitHub dès lors que Claude est configuré avec une clé API, et les sessions Claude permettent de basculer à tout moment entre les modèles de l’abonnement Anthropic et ceux de l’abonnement Copilot. VS Code accepte par ailleurs l’installation de plugins d’agents portables conformes au standard Agent Plugins 1.0, utilisables dans d’autres clients d’agents compatibles.

Domaine du changelog	Nouveautés notables
Sessions et workflows	Chats côte à côte, `/btw`, chronologie des prompts, Agent Plugins 1.0, `/rubber-duck`, Agent Host
Claude dans VS Code	Fenêtre Agents sans connexion GitHub via clé API, bascule entre modèles Anthropic et Copilot
Chat et revue	Recherche dans le transcript, défilement collant, éditeur Markdown hybride, tokens par modèle
Navigateur intégré	Annotation d’éléments HTML en lot, rechargement automatique, éditeur HTML par défaut
Dictée	Multilingue sur l’appareil, instructions de nettoyage, nettoyage adapté au shell

Le chat gagne enfin les outils de lecture qu’appelaient des conversations devenues longues : recherche texte sur l’intégralité du transcript avec casse, mots entiers et expressions régulières, défilement collant qui garde le prompt courant visible, et affichage de la consommation de tokens par modèle au survol du pied de réponse, en distinguant entrée, entrée en cache et sortie — une visibilité utile depuis que la facturation dépend du cache. Le navigateur intégré permet de sélectionner et d’annoter plusieurs éléments HTML d’une page pour un retour d’interface traité en lot, et la dictée s’exécute sur l’appareil, en plusieurs langues, en préservant la syntaxe des commandes lorsqu’on dicte dans un terminal au lieu d’insérer la ponctuation prononcée.

🔗 GitHub Changelog — Copilot in VS Code, versions d’août 2026

NVIDIA place ses briques logicielles dans la biologie et le véhicule autonome

31 août — NVIDIA a publié un tutoriel qui documente un travail d’intégration mené avec Anthropic : le BioNeMo Agent Toolkit est désormais utilisable depuis Claude Science, l’atelier de recherche scientifique d’Anthropic. Le problème adressé est celui de l’outillage spécialisé — un agent généraliste peut reconnaître qu’une tâche demande de replier une protéine sans savoir pour autant quel modèle exécuter, comment formater la requête ni quels paramètres comptent. Le toolkit empaquette plus d’une décennie de modèles, bibliothèques et workflows BioNeMo — biologie, chimie, génomique, découverte de médicaments — en skills appelables par un agent. Sur ses benchmarks internes, NVIDIA annonce une justesse des tâches passant de 60 à 100 % et une efficacité en tokens à peu près doublée.

Le tutoriel enchaîne trois microservices NIM : MSA Search pour construire le contexte évolutif, puis OpenFold3 et Boltz-2 pour prédire indépendamment la structure. La démonstration la plus parlante porte sur le rôle de l’alignement de séquences multiples — sans lui, la confiance d’interface s’effondre dans les deux modèles, et un budget d’échantillonnage plus généreux n’y change rien. Deux réserves méritent d’être signalées : la barrière matérielle, avec un GPU L40S ou H100 et environ 700 Go de stockage, et la prudence d’interprétation affichée par NVIDIA, qui rappelle qu’un score de confiance ne prouve pas une interaction et présente la convergence de deux modèles indépendants comme une hypothèse solide, pas comme une preuve.

Mesure de confiance d’interface (iPTM)	OpenFold3	Boltz-2
Hétéromère avec alignement MSA	0,85	0,82
Hétéromère sans alignement MSA	0,14	0,19
RMSD Cα du cœur, monomère contre hétéromère	0,68 Å	0,65 Å

🔗 Tutoriel NVIDIA — BioNeMo NIM dans Claude Science

Omniverse NuRec adapte une pile de perception à un véhicule qui n’existe pas encore

31 août — Le même jour, NVIDIA publie un second tutoriel technique, consacré cette fois à la conduite autonome. Le constat de départ est qu’une pile de perception est façonnée par le véhicule qui la porte : transposée d’un SUV à une berline, elle ne perçoit plus le monde de la même façon, puisque position des capteurs, calibration, champs de vision, occlusions et géométrie de la carrosserie changent tous. Collecter et annoter un jeu de données réel pour chaque ligne de véhicules coûte cher, et reste souvent impossible au début du développement.

Omniverse NuRec propose de réutiliser les trajets déjà enregistrés : il reconstruit chaque scène, puis la restitue depuis la configuration de capteurs du véhicule cible. Les équipes peuvent alors savoir à quoi ressemblerait un scénario depuis le nouveau montage de caméras et où les changements de géométrie créent des angles morts. NVIDIA précise que les données de conduite réelles restent indispensables pour ancrer et valider les performances : le synthétique sert à adapter les modèles avant qu’un jeu de données dédié n’existe, pas à le remplacer. Les scènes sont distribuées sur Hugging Face au format USDZ, accompagnées d’un dépôt de skills destiné aux agents de code.

🔗 Tutoriel NVIDIA — Omniverse NuRec

Amp attache une salle d’appel audio et vidéo à chaque thread

31 août — Amp attache une salle de conversation en direct à chaque thread. La fonctionnalité, baptisée Space to Talk, ouvre un espace audio et vidéo rattaché au thread lui-même : une pression sur la touche Entrée suffit pour y entrer, activer sa caméra et partager son écran, pendant que l’agent poursuit son travail dans le même fil.

L’argument mis en avant est la suppression des étapes intermédiaires, et la logique prolonge la trajectoire collaborative suivie par Amp depuis l’été : partage de contrôle d’un orb entre coéquipiers (Multiplayer, 22 juillet), puis invitation par mention directement dans un thread (Pass the Orb to the Left Hand Side, 19 août). Le thread devient le point de rendez-vous unique de l’équipe et de l’agent. Amp assume par ailleurs que le périmètre reste ouvert : brainstorming, tableau blanc ou conversation avec Puck et d’autres agents sont évoqués comme pistes futures, pas comme fonctionnalités livrées.

No links to paste, no calendar invite, no other app. The call lives where the work lives.

🇫🇷 Aucun lien à coller, aucune invitation d’agenda, aucune autre application. L’appel se tient là où se trouve le travail. — Amp, note Space to Talk

VLANeXt, une base de code unifiée pour les modèles vision-langage-action

31 août — Une équipe publie sur le blog Hugging Face VLANeXt, une base de code de recherche consacrée aux modèles vision-langage-action (vision-language-action, VLA). Le principe de ces modèles est simple : un modèle vision-langage relie ce que le robot voit à une instruction en langage naturel, puis en dérive une action dans le monde physique.

Le problème visé est méthodologique. Le champ progresse vite mais se fragmente : d’une publication à l’autre changent le backbone, la tête de politique, la représentation des actions, la stratégie d’entraînement et le protocole d’évaluation. Les résultats sont abondamment rapportés comme solides, mais savoir ce qui rend réellement un modèle VLA performant reste difficile à trancher, faute de pouvoir isoler les variables.

Plutôt que d’ajouter une architecture supplémentaire, les auteurs sont repartis d’une base de référence de type RT-2 / OpenVLA et ont exploré méthodiquement l’espace de conception pour en extraire une recette, travail qui a donné le papier ICML « VLANeXt: Recipes for Building Strong VLA Models ». La base de code a depuis été étendue au-delà de cette étude, vers les backbones de tailles variées, l’apprentissage d’actions latentes, la modélisation prédictive en espace latent et la modélisation monde-action. Elle fournit six points de départ : VLANeXt-LAM, -S, -L, -XL, -JEPA et -WAM.

🔗 Billet sur Hugging Face

Brèves

Claude Code 2.1.252, une version uniquement corrective — Quatre correctifs et aucune nouveauté : commandes Bash en échec sur certains Mac, choix « always allow » non enregistré dans un projet dépourvu de fichier .claude/settings.local.json, sessions Remote Control figées plusieurs minutes après la fin d’un outil quand la connexion à claude.ai est dégradée, et notifications de tâches en arrière-plan à sortie volumineuse faisant dépasser la limite de taille des requêtes API. 🔗 CHANGELOG de Claude Code
Flow ouvre le contrôle première et dernière image sur le bureau — Google Flow indique que le contrôle des première et dernière images de Gemini Omni 1.1 Flash, présenté avec le modèle le 27 août, est désormais accessible sur le bureau. L’usage mis en avant : donner la même image aux deux extrémités pour produire une boucle. 🔗 Message de @FlowbyGoogle
Dernier jour pour concourir au prix Grok Imagine — xAI a rappelé que la date limite du concours vidéo lancé le 17 août tombait le jour même. Les participants devaient produire une scène tirée de L’Odyssée d’Homère mettant en valeur les capacités vidéo et vocales du modèle ; les trois meilleures réalisations se partagent 175 000 dollars, dotés respectivement de 100 000, 50 000 et 25 000 dollars. 🔗 Message de @grok
QwenCloud ferme son Arena et annonce une session à Bangkok — Le challenge Qwen Cloud Arena, consacré aux agents de génération de contenu pour le e-commerce transfrontalier, a clos ses soumissions à minuit heure de Pékin après plus de 800 participants, la phase de revue démarrant le lendemain. QwenCloud avait annoncé quelques heures plus tôt une session à la Qwen Conference de Bangkok le 4 septembre, sur le même positionnement en trois points d’entrée — site web, Skills, CLI — déjà exposé à Hong Kong. 🔗 Clôture de l’Arena · 🔗 Session de Bangkok
GitHub ouvre une enquête sur les adaptations d’accessibilité des développeurs — L’entreprise veut documenter les outils, réglages produit et adaptations personnelles qui permettent de travailler dans de bonnes conditions, sans exiger de se déclarer en situation de handicap ni de se considérer comme utilisateur d’outils d’accessibilité. Réponses attendues jusqu’au 30 septembre. Sujet sans lien avec l’IA. 🔗 Message de @github
otoSpeech Task, un corpus full-duplex publié avec sa tâche — Vingt heures de conversation en anglais à deux locuteurs, 58 sessions sur sept tâches collaboratives et 11 025 événements horodatés, sous licence CC BY 4.0. La particularité tient à ce que les images vues par chaque locuteur, leurs actions et les réponses de référence figurent sur la même ligne de temps que l’audio. 🔗 Billet sur Hugging Face
YOLO26-RGB, un modèle de dépluviation dérivé d’une tête de profondeur — Deux modèles de suppression de pluie obtenus en remplaçant la tête de profondeur à 1 canal de YOLO26-depth par une tête de restauration RGB à 3 canaux : 5,25 M de paramètres à environ 109 images/s en 1080p, et 12,13 M à environ 92 images/s pour 0,1 dB de qualité en plus. 🔗 Billet sur Hugging Face

Ce que ça signifie

Générer l’interface plutôt que le code qui la produit. Solaris déplace la frontière entre conception et exécution. Toute la chaîne logicielle actuelle repose sur une traduction — une maquette devient du code, le code produit un affichage — et Runway mesure ce que cette traduction coûte : sur 30 interfaces à reconstruire depuis une capture d’écran, tous les modèles multimodaux testés perdent de l’information, et la dégradation s’accentue avec la richesse visuelle. Supprimer l’étape intermédiaire est une proposition radicale, et les limites que le laboratoire énumère lui-même disent où elle bute : un texte qui ne tient pas en place, aucun ancrage factuel garanti, et une accessibilité entièrement à construire puisqu’une image générée n’expose aucune structure aux lecteurs d’écran. Ce sont des obstacles de fond, pas des finitions.

Deux façons de payer le calcul, annoncées le même jour. OpenAI affiche sur sa régie un rythme de revenus annualisé d’un milliard de dollars — une projection sur douze mois, pas un encaissement — et l’assume comme un pilier économique au même rang que les abonnements : la publicité finance le niveau gratuit d’un service qui revendique plus d’un milliard d’utilisateurs hebdomadaires. Together AI, de son côté, ne monétise pas une audience et n’achète pas davantage sa capacité : il obtient 250 MW et 120 000 puces en Arabie saoudite contre une part de son revenu, en désignant l’énergie comme le goulot d’étranglement réel du secteur. Les deux entreprises répondent à la même contrainte par les deux bouts opposés de la chaîne, et aucune des deux réponses n’est neutre : l’une insère un intérêt commercial dans le produit, l’autre déplace l’infrastructure là où elle rencontre moins de résistance politique.

La compétition agentique se joue désormais après le pré-entraînement. Le résultat de GLM-5.3 sur l’index agentique d’Artificial Analysis vaut surtout par la manière dont il a été obtenu : Z.ai a conservé la base GLM-5.2 et n’a fait monter en charge que le post-entraînement — environnements à horizon long, diversité des tâches, compute de RL. Si rejoindre la tête d’un classement agentique ne demande plus de réentraîner une base, alors le poste de coût le plus lourd cesse d’être le seul déterminant du classement, et le cycle de mise à jour d’un modèle se raccourcit d’autant. C’est aussi l’explication la plus économique de la séquence de six jours qu’a connue ce modèle, des poids ouverts le 28 à ce classement le 31.

L’outillage développeur se réorganise autour de plusieurs agents à la fois. Le changelog de Copilot passe un cycle entier à traiter la fenêtre Agents comme un espace de travail — chats côte à côte, conversation latérale qui partage le cache de prompt, chronologie des prompts, plusieurs fenêtres branchées sur une même session — et non plus comme une liste de conversations. Amp attache une salle d’appel au thread pour que la discussion humaine se tienne là où l’agent travaille. NVIDIA, enfin, empaquette dix ans de bibliothèques scientifiques en skills appelables et livre un second dépôt de skills pour la reconstruction de scènes de conduite. Trois acteurs très différents convergent sur la même idée : ce qui manque à l’agent n’est plus la capacité du modèle, mais le contexte partagé et les outils spécialisés qu’on peut lui tendre.