Liquid AI lance LFM2.5-Embedding-350M et LFM2.5-ColBERT-350M pour la recherche multilingue en 11 langues

Recherche sémantique vidéo avec Amazon Nova Multimodal Embeddings

Amazon a lancé Nova Multimodal Embeddings, un modèle d'embedding unifié disponible sur Amazon Bedrock, capable de traiter simultanément du texte, des images, de la vidéo et de l'audio dans un espace vectoriel sémantique commun. L'objectif est de résoudre un problème concret qui freine l'industrie audiovisuelle : permettre de rechercher dans des vidéos par le sens, et non par des mots-clés exacts. Concrètement, le modèle génère des vecteurs de 1 024 dimensions qui encodent à la fois les signaux visuels et audio d'un segment vidéo, stockés ensuite dans Amazon S3. L'architecture de référence publiée par Amazon combine une phase d'ingestion en six étapes, upload dans S3, découpage en plans via FFmpeg sur AWS Fargate, traitement parallèle avec embeddings visuels/audio, transcription via Amazon Transcribe, et détection de célébrités via Amazon Rekognition, et une phase de recherche hybride qui fusionne recherche sémantique et lexicale pour produire une liste de résultats classés. L'enjeu est majeur pour tous les secteurs qui gèrent des bibliothèques vidéo volumineuses. Une chaîne sportive peut désormais retrouver instantanément le moment précis où un joueur marque, un studio peut identifier chaque scène d'un acteur dans des milliers d'heures d'archives, et une rédaction peut extraire des images par ambiance, lieu ou événement pour publier plus vite que ses concurrents. Ce qui change fondamentalement, c'est que la recherche n'est plus limitée au dialogue ou aux métadonnées textuelles : une requête comme "une course-poursuite tendue avec des sirènes" retrouve à la fois l'événement visuel et l'événement sonore sans que l'un ou l'autre ait besoin d'être transcrit. La précision de recherche s'améliore donc sur les contenus riches en action, en musique ou en sons d'ambiance, là où les approches textuelles échouaient systématiquement. L'approche dominante jusqu'ici consistait à convertir toute la vidéo en texte, transcription automatique, sous-titrage, tags manuels, puis à appliquer des embeddings textuels classiques. Cette méthode souffre de deux limites structurelles : la dimension temporelle disparaît dans la conversion, et les erreurs de transcription se propagent dès que la qualité audio ou visuelle est insuffisante. Amazon positionne Nova Multimodal Embeddings comme une rupture avec ce paradigme, en traitant nativement toutes les modalités sans passer par le texte comme pivot. Le modèle s'inscrit dans une compétition directe avec les offres multimodales de Google et OpenAI sur le segment des embeddings haute précision. Amazon met à disposition une implémentation de référence déployable, signalant une volonté de s'imposer rapidement comme infrastructure de référence pour la recherche vidéo à grande échelle.

Synthetic Sciences lance OpenScience, un atelier IA open source et agnostique pour la recherche en machine learning, biologie, physique et chimie

Synthetic Sciences a dévoilé OpenScience, un espace de travail IA open source destiné à la recherche scientifique, disponible sous licence Apache 2.0 et déployable sur sa propre infrastructure. L'équipe présente ce projet comme une alternative ouverte à Claude Science, l'outil lancé par Anthropic fin juin 2026, tout en précisant qu'il s'agit d'un projet indépendant, non affilié à l'entreprise. OpenScience s'installe via npm avec la commande openscience, ou directement en une étape avec npx synsci, sans nécessiter de compte pour démarrer. L'outil est agnostique vis-à-vis des modèles : il fonctionne avec Claude, GPT, Gemini, GLM, Kimi, DeepSeek ou des modèles open-weight affinés localement, chacun utilisable via ses propres clés API et interchangeable à chaque requête depuis un sélecteur intégré à l'interface. Il embarque plus de 250 compétences modifiables couvrant l'entraînement de modèles (DeepSpeed, PEFT, TRL), l'évaluation, la chimie computationnelle ou la biologie moléculaire et clinique, ainsi qu'un accès direct à une trentaine de bases de données scientifiques comme UniProt, PDB, ChEMBL, arXiv, OpenAlex ou Semantic Scholar, exploitées comme outils par l'agent. L'enjeu affiché par Synthetic Sciences est de ne pas laisser les outils d'IA scientifique dépendre d'un seul fournisseur. En gardant le flux de travail ouvert, les modèles interchangeables et les données locales, OpenScience s'adresse aux laboratoires, équipes de recherche et développeurs qui veulent garder le contrôle sur leurs clés, leurs coûts et leurs résultats plutôt que de dépendre d'une plateforme propriétaire. Concrètement, l'outil automatise l'ensemble du cycle de recherche : lecture de la littérature scientifique, formulation d'hypothèses, écriture et exécution de code, conduite d'expériences, analyse des résultats et rédaction, le tout dans une seule session continue affichée dans le navigateur. Cette approche pourrait accélérer des tâches habituellement fragmentées entre plusieurs outils, tout en évitant le verrouillage propriétaire qui inquiète une partie de la communauté scientifique et technique face à la montée des assistants IA spécialisés. Le lancement s'inscrit directement dans le sillage de Claude Science, présenté par Anthropic fin juin 2026 comme un outil de recherche assistée par IA. OpenScience reprend une architecture similaire, avec un serveur local hébergeant l'interface, le moteur d'agents et la couche d'outils, mais mise sur l'ouverture totale du code et l'absence de dépendance à un fournisseur unique. Le projet propose également une option payante facultative baptisée Atlas, qui donne accès à un ensemble de modèles de pointe sélectionnés, facturés depuis un portefeuille prépayé, ainsi qu'à un graphe de recherche persistant et à du calcul cloud, mais cette couche reste entièrement optionnelle. L'extensibilité est un axe central du projet, avec la prise en charge de serveurs MCP, de l'intégration LSP, de plugins et d'agents personnalisés, complétée par un kit de développement TypeScript, ce qui laisse présager une intégration croissante de ce type d'outils dans les workflows de recherche scientifique au cours des prochains mois.

💬 Enfin quelqu'un qui répond à Claude Science par du code plutôt que par un communiqué. Sur le papier, 250 compétences et un agnosticisme total sur les modèles, ça a de la gueule, mais le vrai test c'est si un labo arrive à le faire tourner sans un ingénieur dédié à plein temps derrière. Selon Le Fil IA, l'open source devient la vraie réponse concurrentielle aux outils propriétaires d'Anthropic et OpenAI, pas les discours sur l'éthique.

Chroma lance Context-1 : un modèle de recherche à base d'agents de 20 milliards de paramètres pour la récupération multi-saut et la gestion du contexte

Chroma, l'entreprise derrière la base de données vectorielle open source du même nom, a lancé Context-1, un modèle de recherche agentique de 20 milliards de paramètres conçu pour résoudre l'un des problèmes les plus tenaces des systèmes RAG (Retrieval-Augmented Generation) modernes. Dérivé de l'architecture Mixture of Experts gpt-oss-20B et affiné par apprentissage supervisé combiné à du renforcement via CISPO, ce modèle ne joue pas le rôle d'un moteur de raisonnement généraliste : il agit comme un sous-agent de recherche ultra-spécialisé. Concrètement, face à une question complexe nécessitant plusieurs étapes de raisonnement, Context-1 décompose la requête en sous-questions ciblées, exécute des appels d'outils en parallèle, 2,56 appels en moyenne par tour, et parcourt itérativement un corpus documentaire via des outils comme searchcorpus (hybride BM25 + recherche dense), grepcorpus et readdocument, avant de transmettre les passages pertinents à un modèle frontier pour la réponse finale. L'innovation la plus significative de Context-1 est ce que Chroma appelle le "Self-Editing Context" : le modèle ne se contente pas de chercher, il gère activement sa propre fenêtre de contexte. Au fil de la recherche, les documents s'accumulent, beaucoup s'avèrent redondants ou hors sujet. Plutôt que de se noyer dans ce bruit, Context-1 a été entraîné avec une précision de pruning de 0,94 : il exécute proactivement une commande prunechunks pour éliminer les passages inutiles en cours de recherche. Ce mécanisme lui permet de maintenir une fenêtre de contexte de 32 000 tokens propre et efficace, là où les modèles généralistes "s'étranglent" sur des chaînes de raisonnement longues. Le découplage entre la logique de recherche, traditionnellement gérée par le développeur, et la génération de réponse représente un changement architectural majeur pour les équipes qui construisent des pipelines RAG en production. Pour entraîner et évaluer ce type de modèle, Chroma a également publié en open source son outil de génération de données synthétiques, context-1-data-gen. Ce pipeline produit des tâches multi-hop dans quatre domaines, recherche web, dépôts SEC (10-K, 20-F), brevets USPTO et corpus d'emails (Enron, fichiers Epstein), selon un processus structuré en quatre étapes : Explorer, Vérifier, Distraire, Indexer. L'astuce centrale est l'injection de "distracteurs thématiques", des documents apparemment pertinents mais logiquement inutiles, qui forcent le modèle à raisonner plutôt qu'à faire du simple matching de mots-clés. Ce faisant, Chroma s'attaque à un angle mort bien connu des benchmarks statiques, et positionne Context-1 comme compétitif face à GPT-5 sur les tâches de recherche complexes, tout en étant nettement moins coûteux à faire tourner pour des volumes industriels.

Google lance des agents Deep Research et Deep Research Max pour automatiser la recherche complexe

Google DeepMind a lancé Deep Research Max, un nouvel agent IA reposant sur Gemini 2.5 Pro, capable de mener des recherches autonomes sur le web et dans des sources de données propriétaires. Pour la première fois, les développeurs peuvent connecter des flux financiers et d'autres sources spécialisées via le Model Context Protocol (MCP). L'agent accompagne une version standard, Deep Research, déjà disponible dans les produits Google, tandis que la variante Max vise davantage les usages professionnels et techniques. L'enjeu est considérable pour les secteurs où l'analyse de données complexes est chronophage : finance, droit, recherche académique, conseil stratégique. En automatisant la collecte et la synthèse d'informations issues de sources hétérogènes, y compris des bases propriétaires inaccessibles au grand public, ces agents pourraient transformer le travail d'analyste ou de chercheur. La possibilité de brancher des flux financiers en temps réel via MCP représente une ouverture concrète vers des cas d'usage enterprise jusqu'ici difficiles à couvrir avec des LLM généralistes. Google s'inscrit ici dans une course intense aux agents de recherche autonomes : OpenAI a lancé son propre Deep Research début 2025, et Perplexity propose des fonctionnalités similaires. Le Model Context Protocol, initialement développé par Anthropic, s'impose progressivement comme standard d'interopérabilité entre agents IA et sources de données tierces, ce qui explique l'adoption par Google. Les benchmarks avancés restent peu transparents sur leur méthodologie, un point de vigilance récurrent dans ce secteur où les annonces marketing précèdent souvent les preuves indépendantes.