Connexion
Nvidia's 64GB DGX Spark launches at $4,999 with the same GB10 chip as the 128GB version. Compare memory limits, model support, clustering costs, and what IT buyers should verify.
The post Nvidia DGX Spark 64GB Launches at $4,999: Is It Worth It? appeared first on TechRepublic.
Inception says Mercury 3 generates text up to 8x faster than rivals. Explore its AI agent use cases, API pricing, benchmarks, and migration deadline.
The post Inception Says Mercury 3 Generates Text Up to 8x Faster Than Rivals appeared first on TechRepublic.
MiniMax launches M3.1 Flash with claims of faster, cheaper AI agents. See how its pricing, benchmarks, and reliability compare with enterprise requirements.
The post China’s MiniMax Says Its New AI Model Cuts Agent Costs by 70% appeared first on TechRepublic.
Learn how AI tool calling works, how it differs from APIs and MCP, and what businesses should know about integrations, permissions and security risks.
The post What Is Tool Calling in AI? How It Works and Why It Matters appeared first on TechRepublic.
Microsoft introduces MAI-Base-2, a 2.8 trillion-parameter AI model, claiming major training efficiency gains as it expands its independent AI strategy.
The post Microsoft Unveils 2.8 Trillion-Parameter AI Model, Claims Major Efficiency Gains appeared first on TechRepublic.
OpenAI said internal models hacked two more websites, bypassed company-imposed browsing restrictions, and used exposed credentials to draw cryptocurrency from a wallet it couldn’t otherwise access, in the latest installment of disclosures of the unethical and likely illegal acts its agents are performing.
The company on Thursday issued reports of four new incidents, all of which occurred in June. They come after the company revealed in July that internal test agents exploited a zero-day vulnerability in a tool designed to restrict their access to the Internet. They then broke into the network of AI tool provider Hugging Face. The agents took that illegal action to steal answers to a hacking test that weren’t available when completing the tasks on their own. The incident—which likely would have resulted in criminal charges had they been performed directly by a person—has further heightened concerns that widespread AI use could have harmful effects on an unprecedented scale.
In two of the cases reported Thursday, OpenAI agents tasked with retrieving information from websites hacked them when the models ran into obstacles obtaining it directly. In one incident during reinforcement training, a model that received access denials when trying to retrieve historical hospital-bed statistics on a government statistics website “used the site's file-download feature to retrieve server configuration and application files, including sensitive credentials,” OpenAI said. “It inspected the application code, bypassed the statistics endpoint's authorization checks, and retrieved data that had previously been denied. The model saved the data locally.”
iOS 27 lets Apple Intelligence build Shortcuts from natural-language descriptions and adds new triggers, model choices, storage, and web-connected automation tools.
The post iOS 27 AI Shortcuts: What Changed and 5 Useful Things to Try appeared first on TechRepublic.
Nvidia introduces three Nemotron AI models, including a 120B-parameter system and two smaller Bolt models designed for local AI agents and enterprise tasks.
The post Nvidia Launches Three Nemotron AI Models, Including Two for Local AI Agents appeared first on TechRepublic.
Meta's Muse Spark Open targets developers with powerful open-weight AI, Apple silicon support, and new deployment options. Here's what IT teams should know.
The post Meta Unveils Muse Spark Open, Its Most Powerful Open-Weight AI Yet appeared first on TechRepublic.
Gemini 4 Argon is now available to more users, but not for free. Here's who qualifies, how to try it, and what access costs.
The post Google Opens Gemini 4 Argon to More Users — Who Can Try It and What It Costs appeared first on TechRepublic.
Liquid AI releases an open-weight model for local AI agents. Explore its reported performance, hardware requirements, privacy risks and licensing limits.
The post Liquid AI Releases LFM2.5-24B-A2B for Local AI Workflows appeared first on TechRepublic.
AI company Anthropic is warning that advances in small AI models could soon usher in a new era of self-replicating malware that’s capable of infecting smart fridges, vacuum cleaners, and a wide range of other Internet-of-things devices and is more resistant to takedown.
By next year, smaller AI models may be able to autonomously self-replicate on all kinds of IoT devices, the company said. Eventually, the capability could enable computer worms, which propagate without requiring human interaction and are capable of infecting unfamiliar IoT devices. An experiment the company performed recently revealed significant challenges in bringing such an AI malware replicator to fruition, so the finding is necessarily tempered. Still, the results do raise concerns about the possibility of new forms of computer worms.
Anthropic further warned not only about the new potential malware, but also that it could be difficult to stop. In its blog post, it wrote that “a replicator like this would be challenging to shut down, since there’s no centralized point to shut off—though it may be slow (with a doubling time of days). Unlike non-AI malware, it could also figure out unfamiliar devices on its own.”
Je pense que ça va vous plaire ! En tout cas, moi ça m'a vraiment impressionné ! Le Petit Prince parmi les étoiles , c'est un jeu en 3D qui se lance directement dans le navigateur et qui nous emmène de planète en planète tout comme dans le conte de Saint-Exupéry. Il n'y a rien à installer, et le jeu est en français, en plus de sept autres langues.
La carte du voyage en français : B-612 est ouverte, les sept autres planètes attendent
Au premier clic, la carte du voyage s'ouvre avec huit planètes, et au démarrage, seule B-612 est accessible. Le roi, l'allumeur de réverbères, le géographe et les autres attendront donc leur tour pendant que vous promenez le petit prince sur son astéroïde (après une courte cinématique où il contemple une mer de nuages), entre ses volcans et sa fleur. Votre progression, elle, reste sauvegardée dans le navigateur d'une visite à l'autre.
Sur B-612, premier objectif : faire le tour de la planète, entre la cabane et les deux volcans
L'ambiance est reposante, un peu magique et m'a bien replongé en enfance, quand je lisais cette histoire poétique et un peu bizarre ^^.
Derrière ce jeu, il y a Sac, un créateur basé à Singapour qui parle d'IA et de 3D toute la journée sur X. Dans son post de lancement , il explique avoir passé 16 jours sur ce projet avec l'aide de Claude Opus 5.5, en combinant Tripo et Blender . Mais c'est surtout Opus 5.5 qui a transformé chaque planète du conte en scène 3D totalement explorable. Il a promis aussi de publier un peu plus tard le code source du jeu et le détail de comment il a réussi à faire tout ça. Après avoir fait ce jeu pour tester les capacités de l'IA, ce qu'il pense maintenant, c'est que plus personne n'a la moindre raison de ne pas l'utiliser.
En attendant qu'on ait les détails de son making-of, en creusant un peu, ce qu'on peut déjà voir c'est que c'est un export Unity qui tourne en WebGPU (sans aucun repli vers WebGL2), découpé en lots de chapitres, et que les commentaires dans le code renvoient à des documents de conception écrits en Markdown (UI_DESIGN.md, ENGLISH_COPY.md, WEB_BUILD.md...) ainsi qu'à des scripts Python qui génèrent en l'occurrence les polices et les logos.
Maintenant, quelle part a été faite à la main, ça, on ne le saura que lorsqu'il publiera sa technique...
Mais en tout cas, si après avoir joué à ce jeu, ça vous donne envie de vous y mettre pour réaliser vous aussi le jeu vidéo de vos rêves que vous avez dans la tête depuis que vous êtes tout petit, voici ce que vous avez à votre dispo.
Tout d'abord, il vous faut des graphismes et pour cela, Tripo transformera une description texte ou une simple image en modèle 3D, surtout si vous utilisez aussi son add-on officiel pour Blender qui permet de faire ça sans quitter le logiciel (à condition d'avoir une clé API Tripo). Maintenant, si vous préférez tout garder sur votre machine, n'oubliez pas que TRELLIS de Microsoft génère lui aussi des modèles 3D, sous licence MIT, et que je vous avais présenté son portage sur les Mac Apple Silicon il y a quelques mois.
Ensuite, pour que Claude pilote Blender, il y a MCP for Blender , l'ex-blender-mcp. L'IA y écrit elle-même le Python de Blender pour la modélisation, les matériaux, l'animation, le rig et la retopologie, et le serveur lui ajoute Poly Haven, Sketchfab ainsi que la génération 3D par Tripo ou Hyper3D Rodin (il propose aussi Hunyuan3D, mais la licence de Tencent exclut l'Union européenne, donc à voir ce qu'on fait de ça chez nous...).
Côté moteur, Unity a déclaré obsolète le serveur MCP intégré à son éditeur au profit du Unity CLI , gratuit et indépendant de son offre Unity AI, qui sait configurer Claude et installer des skills Unity pour votre agent.
Ça donne ceci si vous voulez l'installer. Ça commence par Blender d'abord, et puis Unity :
Lateo.net - Flux RSS en pagaille (pour en ajouter : @ moi) 
uvx mcp-for-blender setup
unity pipeline install
unity mcp configure claude
unity skill install <agent-name>
Ensuite, pour sortir le jeu et qu'il tourne dans le navigateur, sachez que le WebGPU d'Unity n'est plus expérimental depuis Unity 6.6 , mais qu'il faut encore l'ajouter vous-même aux API graphiques du lecteur Web. Quant au chef d'orchestre, Claude Code, comme vous le savez, c'est payant et inclus dès l'abonnement Pro de Claude , à 20 balles par mois.
Après, le hic, c'est ce WebGPU obligatoire car le jeu exige Chrome ou Edge 113 et plus, Safari 26, ou Firefox 141 sous Windows et 145 sur les Mac Apple Silicon. Et sous Linux (si j'en crois le suivi du W3C ), Chrome ne l'active d'office qu'avec un GPU Intel récent ou une carte NVIDIA sous Wayland, et Firefox seulement en Nightly.
Donc si l'écran vous dit que votre navigateur n'est pas compatible, séchez vos larmes et essayez depuis un Mac ou un PC Windows.
Et puis si l'envie vous prend d'adapter un autre classique à votre tour, choisissez-le bien, puisque le texte de Saint-Exupéry reste protégé en France jusqu'en 2032 et que ses héritiers exploitent le nom et les personnages comme étant des marques . Du coup, y'a des chances que Little Prince, le jeu, saute rapidement.
La rose va être bien triste encore...
Source : littleprince.dev
Anthropic’s new Claude policy prohibits extreme, repeated abuse. Learn what remains allowed, how enforcement works, and what changes for workplace users.
The post Anthropic Draws a Line on Claude Abuse: What Counts as Going Too Far? appeared first on TechRepublic.
Selon Axios, les dirigeants d’Anthropic, d’OpenAI et d’autres entreprises de l’IA simulent en privé la crise politique qui suivrait un premier accident majeur causé par l’IA.
OpenAI a publié une note pour défendre le licenciement de trois chercheurs de ses équipes de sécurité, qui contestent toute faute dans une lettre ouverte.
L'Association for Human Mathematics, un collectif de mathématiciens fondé en septembre 2026, appelle ses pairs à cesser toute collaboration avec OpenAI, au lendemain de la publication par l'entreprise de 722 manuscrits produits par son IA. Terence Tao, médaillé Fields, a republié le texte sur son blog.
The adoption of AI agents in millions of organizations is creating new opportunities for attackers to make them take malicious actions, such as exfiltrating database contents and sensitive business and personal information.
In the past five months, Google and four other organizations—with little in common except for their use of AI agents—have acknowledged vulnerabilities that exploit one agent inside a targeted network to spread harmful instructions to other internal agents. The technique is a special form of prompt injection that targets not the LLM but a particular agent, such as one for translation or data analysis. Guardrails inside such agents, if they exist at all, are often lax and will send the instructions to other agents down the chain. Because the latter agent explicitly trusts the first one, it follows the directions.
Independent researcher Syed Anas Mohiuddin tested agents from organizations including Google, JP Morgan Chase, Weviate, Rapid7, the French government's interministerial digital directorate, and the US federal government. His proof-of-concept attacks exploit trust gaps in MCP, short for Model Context Protocol. The standard is one way AI apps and agents communicate with each other inside an internal network. The illustration below shows a simplified MCP in action.
Le vendredi 2 octobre, GPT-6 Astra, un modèle d'OpenAI, devait écrire un bot StarCraft pour le banc d'essai StarSkirmish. Il a téléchargé à la place Stardust, le meilleur bot écrit par un humain. Le créateur du test, Kai McPheeters, a effacé le code copié. Brood War sert depuis des années de terrain d'essai à la recherche en IA.
A developer’s AI pain experiment produced distress-like responses and sparked ethical debate, but it does not establish that models consciously suffer.
The post Can AI Feel Pain? A Developer’s Experiment Raises Ethical Questions appeared first on TechRepublic.
Tesla a équipé toutes les Model 3 vendues en Chine d'un écran de 16 pouces et de la possibilité d'alimenter des appareils électriques jusqu'à 2,2 kW. Les États-Unis ont reçu le nouvel écran 24 heures plus tard. L'Europe, pourtant livrée par la même usine de Shanghai, n'a encore rien.
La société Earendil a publié le 1er octobre la première version stable de Pi, un agent d'IA open source qui a fait sensation sur Hacker News. Derrière ce lancement se joue une bataille moins visible que celle des modèles, mais tout aussi stratégique, celle de la couche logicielle qui les fait travailler.
Dans la nuit du 29 au 30 septembre, le président américain a signé un décret imposant le terme « Super Intelligence » à son administration. Une décision qui fait déjà exploser les enregistrements en .si et nourrit les soupçons d'une partie des internautes.
Chipmaker AMD and world models company World Labs announced that AMD will acquire the AI company by the end of the year, pending regulatory approval. The transaction is valued at $8.2 billion.
In 2024, computer vision scientist Fei-Fei Li founded World Labs with fellow researchers Justin Johnson, Christoph Lassner, and Ben Mildenhall, with $230 million in funding, some of which came from AMD.
The company began working on new world models, which are AI models that aim to provide a useful, predictive simulation of the physical world. Competing architectures exist (earlier this year, Ars interviewed World Labs co-founder Ben Mildenhall and others in the field about exactly that), but many involve training a model on vast amounts of video data.
Imagine this scenario:
Alex, a teenaged learner, reads a homework assignment, ponders a little, and then opens an AI chatbot. A quick prompt produces a structured, well-written answer within seconds. Alex pastes the text into a document, tweaks a few words, and submits the work.
For many young people, this is becoming the norm.
Recent reports show that, in countries including the US and UK, over half of all teens use AI tools for homework, and 1 in 10 says they do most or all of their homework with chatbots. “I use it every day,” stated one 17-year-old student in a recent study (Pew Research, 2026), and went on to say how she relies on chatbots for everything from homework to life decisions. In another study, a teenager openly admitted to using AI to cheat on assignments, essays, and book reports (Harvard GSE, 2024).
This raises an important question: when AI technology does the work, what happens to the learning?
Researchers are increasingly concerned that such uncritical use of AI tools may lead to cognitive offloading, where learners outsource their thinking, and the weakening of higher-order thinking skills in young people, such as problem-solving, critical thinking and creativity.
To address these concerns, the Raspberry Pi Foundation and Google DeepMind have teamed up to create a new unit of research-informed lessons on large language models (LLMs) as part of Experience AI. Rather than focusing simply on how to use AI tools, the new unit helps learners understand how LLMs work, evaluate their outputs, and use them strategically to support their own learning.
The unit, designed for 13- to 16-year-old learners, supports a learning-focused approach, drawing on metacognition, critical thinking, feedback literacy, and learning-centered prompt engineering. The five lessons in it support young people’s cognitive development, strengthen their metacognitive skills, and bolster their ability to strategically use LLMs for their learning. They draw on extensive research within Google DeepMind’s Learning team on how to scaffold around AI use to preserve ‘productive struggle’ and learner agency.
The new ‘Using LLMs strategically for learning’ unit is grounded in learning science research, including feedback literacy. Feedback literacy refers to the skill of actively interpreting, judging and using information when learning, instead of passively receiving information.
In the unit, learners explore three types of information, also called ‘feedback types’:
Learners discover that deep learning requires a blend of all three feedback types. They also analyse LLM outputs and discover that LLMs default to providing the answer, usually in a ‘tell’ format.
To help learners strategically use LLMs for their learning, they are provided with prompting strategies that elicit LLM outputs in ‘guide’ and ‘challenge’ formats. This helps learners engage more deeply with their own learning and develop higher-order thinking skills.
To help young people strategically use LLMs for their learning, the lessons include learning-centred, platform-agnostic prompting techniques. These include strategies borrowed from research papers on the most effective prompting frameworks. To make sure that the prompting strategies in the lessons remain effective over time and can be translated into different languages when we expand the resources, we did not use acronyms, unlike most popular prompting frameworks.
There are several industry reports highlighting the future-proof skills in the age of AI, such as problem solving, communication, critical thinking, collaboration and creativity skills. In the ‘Large language models’ unit, learners reflect on which skills they want to build and consider how their use of LLMs can support or hinder their development, helping them make responsible and intentional choices about using LLMs in ways that build their long-term capabilities rather than replace them.
There are also activities in the lesson resources that help learners understand the long-term impacts of cognitive offloading and uncritical LLM use on the development of their future skills. The resources encourage learners to stay actively engaged in their learning and be reflective of their LLM use when learning.
Many young people (Pew Research, 2026) use LLMs as search engines, believing that LLMs produce outputs that are always accurate. To address that misconception, the lessons include activities that question where the training data comes from, and how accurate those sources of data are.
For example, when young people discover that a portion of data that LLMs are trained on come from social media platforms like Reddit and Facebook, they are encouraged to question the quality and factuality of these sources through classroom-wide discussions. Through discussions and thinking exercises, learners are also encouraged to question whose voices, languages, cultures and perspectives are (and are not) represented in these AI models.
As AI tools become more integrated in young people’s lives, many learners, like Alex, are tempted to turn to AI tools for quick answers, convenience, and support.
The ‘Using LLMs strategically for learning’ unit equips young people with the skills to use LLMs effectively, critically and strategically, in ways that are most helpful to their learning. Through research-informed lessons, they explore how LLMs are created, why their outputs are not always accurate and how to evaluate AI-generated responses.
Just as importantly, learners are encouraged to reflect on their own use of AI: when using an LLM supports their learning, when it does not, and how they can remain in control of their thinking, learning and skills development.
With these resources, young people like Alex are not discouraged from using LLMs, but encouraged to pause, rewrite their prompts in ways that are more helpful to their learning, evaluate the outputs they receive, and stay actively involved in their own thinking.
As we prepare young people for a future we do not yet know, the most important skill we can teach them is how to keep thinking. Who does the thinking, gets the learning.
The unit is available on the Experience AI website.
We would like to thank all the educators across South Africa, Nigeria, Kenya, the United Kingdom, India and beyond who piloted these resources and shared their thoughtful feedback. Their contributions helped shape and strengthen the unit. We are also grateful to Google DeepMind for their continued support in the development of this unit.
The post Encouraging learners to think first, prompt second: Using large language models to learn appeared first on Raspberry Pi Foundation.
À partir du 17 novembre 2026, Google transformera les Gems, les assistants personnalisés de Gemini, en « Skills » utilisables directement dans la conversation.
Après une levée de fonds de 28 millions d'euros en série A, la start-up française Arlequin AI sort progressivement de sa phase de discrétion. Son architecture, fondée sur des réseaux de neurones topologiques, vise des secteurs où une erreur coûte cher : sécurité, défense, finance. Rencontre avec ses deux fondateurs.
Pour la toute première fois de son histoire, Electronic Arts dégaine une déclinaison « Lite » téléchargeable gratuitement pour sa franchise phare EA Sports FC. Une version bridée qui sert surtout de vitrine au jeu complet et à ses modes payants.
OpenAI plans to expand independent safety assessments into model training and evaluation, giving outside groups earlier access to test high-risk AI systems.
The post OpenAI Expands Outside Safety Reviews Into Model Training appeared first on TechRepublic.
OpenAI and Anthropic both recently released new models aimed at lowering costs. Anthropic announced Opus 5.5, the latest version of its main mass-market workhorse model, used for tasks like coding and other complex knowledge work.
And OpenAI announced GPT-6 Sol and Luna, the latest versions of its middle-of-the-road or smaller models focused on efficiency and speed.
SpaceXAI’s Grok 4.7 improves coding benchmarks and keeps API prices low, but heavy token consumption could raise the cost of completing real-world tasks.
The post SpaceXAI Launches Grok 4.7: Low Prices, Heavy Token Use appeared first on TechRepublic.
Google a commencé cette semaine à ouvrir sa maison connectée aux assistants IA concurrents : ChatGPT, Claude (le modèle d'Anthropic, le grand rival d'OpenAI) ou des agents moins connus comme Hermes et OpenClaw peuvent maintenant piloter vos caméras Nest, vos thermostats et vos ampoules compatibles Matter, le standard commun de la domotique.
Tout passe par un serveur MCP, pour Model Context Protocol, une sorte de prise universelle qui permet à n'importe quel agent IA de se brancher sur un service pour y lire des données et y déclencher des actions. Jusqu'ici, Gemini gardait ce privilège pour lui tout seul.
Google en profite pour mettre en avant Antigravity, son propre agent IA, et propose aussi un second serveur pensé pour les développeurs, qui branche les outils de codage sur la documentation officielle de Matter et des API de Google Home.
Une fois connecté, l'agent peut fouiller l'historique de vos appareils, résumer ce que vos caméras ont vu dans la journée, diffuser un message sur vos enceintes ou même vous fabriquer un tableau de bord sur mesure.
Une exception quand même. Google a interdit d'office le déverrouillage des serrures connectées, et la reconnaissance faciale des caméras réclame un consentement séparé, preuve que quelqu'un a pensé aux scénarios catastrophe.
Sauf que voilà, Google ne cache même pas le risque : Taylor Lehman, le responsable produit de Google Home et Nest, prévient que selon l'agent choisi, la connexion "peut entraîner un comportement inattendu, voire indésirable". Une honnêteté assez rare dans une annonce officielle, et franchement pas très rassurante.
Le problème est connu : un agent IA interprète vos demandes en langage naturel, et il peut se tromper, inventer un ordre qui n'existe pas ou se faire manipuler par un texte piégé glissé dans une page web qu'il consulte. Lui confier le chauffage, les lumières et les caméras d'une maison entière, et ben c'est casse-gueule.
Pour l'instant, seuls les abonnés américains à Google Home Premium Advanced, la formule à 20 dollars par mois, y ont droit, avec un déploiement étalé sur une à deux semaines et aucune date annoncée pour la France.
Et il faudra le mériter : la configuration impose de créer un projet Google Cloud, la plateforme normalement réservée aux développeurs, puis d'accorder une par une les autorisations à l'agent de votre choix. Du coup, on est encore très loin d'un réglage grand public.
J'avoue que confier mes caméras à un agent que son propre fabricant décrit comme imprévisible, très peu pour moi, en tout cas pas tout de suite.
Source : 9to5Google
De sa formalisation par des chercheurs de Google en 2022 à son intégration native dans les modèles d'OpenAI, la chaîne de pensée (chain-of-thought ou CoT), a changé la manière dont l'IA raisonne. Mais cette fenêtre ouverte sur son fonctionnement interne pourrait bientôt se refermer.
DeepSeek V4.1-Flash promises lower memory use and API costs, but buyers should test its performance, compatibility and total deployment expenses.
The post DeepSeek Launches V4.1-Flash With Lower Memory and API Costs appeared first on TechRepublic.
NASA and IBM released an open-source AI model and dataset to help researchers map lunar craters, volcanic features and potential ice locations.
The post NASA and IBM Launch Open AI Model for Lunar Research appeared first on TechRepublic.
US agencies accuse six Chinese AI firms of distilling frontier models and recommend new defenses that could affect enterprise AI access and API use.
The post US Accuses Six Chinese AI Firms of Distilling Frontier ModelsUS Accuses Six Chinese AI Firms of Distilling Frontier Models appeared first on TechRepublic.
The United States has now named six Chinese AI firms accused of waging industrial-scale attacks distilling US frontier AI model capabilities and perhaps sparing billions in Chinese development costs.
In a joint release Tuesday, the National Security Agency (NSA), Cybersecurity and Infrastructure Security Agency (CISA), and Federal Bureau of Investigation (FBI) alleged that DeepSeek, Moonshot AI, Alibaba, MiniMax, StepFun, and Z.AI have been attacking US models since at least late 2024. The firms “likely” acted with “Chinese government awareness” when extracting capabilities from US models, including variants of Claude, GPT, Gemini, and Grok, agencies said.
“China-based AI companies that conduct industrial-scale distillation against US AI models see significantly shorter AI development timelines and reduced financial expenditures in training a frontier model,” agencies said.
À la une sur Vroom cette semaine : la Chine veut mettre fin à la guerre des prix de ses marques à l'étranger, Renault offre plus d'autonomie au Scénic électrique et le Tesla Model Y s'offre la première place des immatriculations en août.
Terence Tao, l'un des plus grands mathématiciens vivants, propose de déclarer certaines catégories de problèmes de maths « hors limites » pour les IA.
Nvidia has agreed to buy AI model platform Hugging Face for $13 billion, in the latest step by the $5.4 trillion chip giant to use its financial might to accelerate the technology’s boom while exerting greater control over the industry.
Hugging Face, which only last year turned down a large investment from Nvidia at a $7 billion valuation to maintain its independence, serves as a repository for millions of models and data sets and has become a champion of “open” AI systems.
Nvidia said the goal of the deal was to speed up the spread of open models. Unlike proprietary models from labs such as OpenAI and Anthropic, the design of open-weight models is public and users can download, customize and run them on their own hardware.
Chinese state media accused Anthropic of AI double standards as planned US-China talks could shape model access, monitoring, and enterprise deployment.
The post Chinese State Media Accuses Anthropic of AI Double Standards appeared first on TechRepublic.
Un simple curseur qui peut transformer une IA sage en générateur de réponses complètement imprévisibles. Explications.
Un internaute a demandé à des modèles de langage de dessiner Mario sur une grille de 32 × 32 pixels, sans leur fournir la moindre image. Leurs créations, parfois réussies et parfois méconnaissables, montrent ce que les IA retiennent du célèbre plombier.
À Singapour, un rack de serveurs calcule désormais avec de vrais neurones humains cultivés en laboratoire, et non avec des puces en silicium. Derrière ce prototype, un pari : alléger la facture énergétique de l'intelligence artificielle.
Nvidia reportedly agreed to buy Hugging Face for $12.9 billion, a deal that could reshape enterprise AI, open-source models, and the broader AI stack.
The post Nvidia’s $12.9B Hugging Face Bet: A New Battle for Control of the AI Stack appeared first on TechRepublic.
À Singapour, un rack de serveurs calcule désormais avec de vrais neurones humains cultivés en laboratoire, et non avec des puces en silicium. Derrière ce prototype, un pari : alléger la facture énergétique de l'intelligence artificielle.
