OutilsArs Technica AI3h

Le PDG de Nvidia tente d'expliquer pourquoi DLSS 5 n'est pas du "contenu IA de mauvaise qualité

1 source couvre ce sujet·Source originale ↗·

Résumé IA

Jensen Huang, PDG de Nvidia, a défendu DLSS 5 face aux critiques de la communauté gaming qui l'accusait de produire de l'"AI slop". Il a expliqué que la technologie reste guidée par les artistes du jeu, qui définissent la géométrie et les textures 3D servant de "structure de référence" — DLSS 5 améliore chaque image sans en modifier le contenu. Huang a précisé lors du podcast Lex Fridman que cette approche "conditionnée par la 3D" la distingue fondamentalement des contenus IA génériques qu'il dit lui-même ne pas apprécier.

Articles similaires

1The Information AI33min

Google Gemini prend de l'avance sur OpenAI

Google a discrètement lancé une fonctionnalité d'agent IA dans son app Gemini, permettant aux utilisateurs de Pixel et Samsung de commander un Uber ou un repas via DoorDash directement depuis l'application. Cette capacité d'automatisation de tâches, annoncée sans grand tapage le mois dernier, fonctionne déjà concrètement — contrairement à ChatGPT d'OpenAI qui ne propose pas encore l'équivalent. Google marque ainsi un point dans la course aux agents IA véritablement opérationnels.

OutilsOutil

1 source

2The Decoder5h

L'Uni-1 de Luma AI pourrait être le premier vrai rival à la domination de Google Nano Banana en génération d'images

Luma AI lance Uni-1, un modèle qui combine compréhension et génération d'images au sein d'une architecture unifiée, capable de raisonner à travers les prompts pendant la création. Ce nouveau modèle se positionne comme un concurrent direct à OpenAI et Google, notamment face au modèle Nano Banana de Google qui domine actuellement le marché de la génération d'images.

OutilsActu

1 source

3MarkTechPost6h

Comment concevoir un agent IA prêt pour la production qui automatise les workflows Google Colab avec Colab-MCP, MCP Tools, FastMCP et l'exécution du kernel

Google a publié colab-mcp, un serveur MCP open-source permettant à des agents IA (comme Claude ou Gemini) de contrôler programmatiquement des notebooks Google Colab via le protocole JSON-RPC. Le tutoriel couvre deux modes opérationnels : le Session Proxy (pont WebSocket entre navigateur et agent) et le Runtime Mode (exécution directe de code dans le kernel Jupyter avec état persistant). Il détaille également la construction d'une boucle d'agent complète avec FastMCP, incluant gestion des erreurs, retries exponentiels, et séquençage de cellules dépendantes pour un usage en production.

OutilsOutil

1 source